WhatIfGPT概述
WhatIfGPT尝试用多个Agents之间的互动来自动生成故事. 项目里使用了一个故事讲述Agent，和多个角色Agents。故事讲述Agents负责和角色Agents交流，并旁叙故事。项目可以自定义故事主题、角色数量。故事讲述Agent和角色Agent都有记忆模块。项目会自动设立故事的目标，角色Agents会尝试达成目标，故事讲述Agent会在每轮讲述后检查目标是否达成。
WhatIfGPT工作流程如下：
- Story Settings --> Run：设定故事主题（story），如哈利·波特、加勒比海盗等，角色代理的数量，让GPT自动生成或手工设定每个角色名字（agent_names）和整个故事设定（story_setting_event）。点击Run按钮，开始生成故事，不需要用户再输入任何内容。
- Generate Main Stroy --> Stroyteller Narrates Main Story：根据用户输入的基本信息，进一步细化故事背景、故事人物等信息。
- 根据故事主题生成指定数量的角色代理，代理继承了LangChain的GenerativeAgent扩展类，使用下面给出的Prompt1（随机创建角色略有不同）创建角色的的性别、年龄等基本特征，并赋予记忆。
- 根据之前故事主题、角色名字、故事设定， 用prompt2让GPT生成一个故事起点（specified_story），指示角色接下来的行动，并用prompt3从中生成一个故事最终目标（story_main_objective）。
- 创建故事讲述者代理的实例和角色代理的实例。放入更具体的讲述者的System Prompt，角色的System Prompt。
# primpt1
f"基于{story}角色 {name}拥有一些基本的记忆和事件，"
"以JSON格式提供以下属性：\n"
"name: 角色的名字\n"
"race: 角色的种族\n"
"sex: 角色的性别\n"
"age: 角色的年龄\n"
"traits: 描述角色的3到8个特征（用逗号分隔）\n"
f"status: 从{story}的角度看角色的当前状态\n"
f"daily_summaries: 今天角色完成的5到10个{mood}主题的日常活动（字符串数组）\n"
f"memories: 角色生活中的5到10个{mood}主题的回忆（字符串数组）\n"
# Prompt2 生成故事
f"""
这基于 {story}.
角色是: {', '.join(agent_names)}.
故事设定: {story_setting_event}"
叙述一段富有创意和激动人心的背景故事，这个故事从未被讲述过，并为故事的主要目标做好铺垫。
主要目标必须需要角色完成一系列的任务。
如果主要目标是物品或人，为他们取一个富有创意和酷炫的名字。
具体地叙述开始这个旅程的下一步应该是什么。
{', '.join(agent_names)}还没有采取任何行动，只提供故事的介绍和背景。
请用100字或更少的词回答指定的任务。
直接向角色说话: {', '.join(agent_names)}。
不要添加任何其他内容。"""
# Prompt3 抽取故事目标，specified_story是上么Promt生成的故事内容
f"""以下是故事: {specified_story}
这个故事的主要目标是什么 {', '.join(agent_names)}? 一行内叙述回答，不要添加任何其他内容。"""
# 故事讲述者代理的System Prompt
f"""
这基于 {story}.
角色是: {', '.join(agent_names)}.
故事设定: {story_setting_event}"
你是讲故事者，{storyteller_name}。
考虑到角色的行为，你将叙述并解释当他们采取这些行动时会发生什么，然后详细地叙述下一步应该做什么。
以一种富有创意和吸引人的方式来叙述。不要重复已经发生的事情。
不要改变角色！
不要从别人的角度来说话。
记住，你是讲故事者，{storyteller_name}。
一旦你从你的角度说完话，就停止说话。
切记，你的回应要控制在50字以内！
不要添加任何其他内容。
"""
# 角色代理的System Prompt
f"""{story_description}
你的名字是 {character_name}。
你的角色描述如下: {character_description}。
你将描述你接下来要采取的具体行动，并尽量不重复任何之前的行动
从{character_name}的角度，用{character_name}的语气来说话。
不要改变角色！
不要从别人的角度来说话。
记住，你就是{character_name}。
一旦你从你的角度说完话，就停止说话。
千万不要忘记，你的回应要控制在{word_limit}字以内！
不要添加任何其他内容。
"""
- Agent(s) React --> Check Stroy Progression：开始进入一个循环，
- 随机选择的一个代理对观察到的现象做出反应。每轮循环都会随机选择一个角色代理，代理观察到是自己过往行动的和上一轮故事讲述者输出的内容，对于第一轮循环，代理观察到的是上面Prompt2生成的内容。代理用自己的System Prompt和下面给出的User Prompt1，对当前的故事作出反应。代理会把观察到的现象和自己的反应都会放入记忆库中，这里使用了LangChain的保存记忆的方法。
- 其他角色代理、讲述者代理接收到这个反应。角色代理、讲述者代理会用Prompt2把本轮抽取到的代理的反应，做成新的摘要更新自己的summary_history属性。
- 讲述者代理用下面Prompt3判断故事是否完结。
- 如果没有完成，则以讲述者代理的summary_history作为新的“观察”，开始新一轮循环。
# Prompt1
f" : {self.name} (age: {age})"
+ f"\nInnate traits: {self.traits}"
+ f"\n{self.summary}"
+ f"\n现在是{current_time}。" # 当前时间, 此程序运行时间
+ f"\n{agent_name}的状态：{agent_status}" # 当前Agent状态, 对应status属性
+ f"\n从{agent_name}的记忆中得到的相关内容摘要："
+ f"\n{relevant_memories}" # 掉用LangChain的summarize_related_memories方法获取相关记忆
+ f"\n最近的观察：{most_recent_memories}" # 没有实现
+ f"\n观察：{observation}" # self.summary_history + 故事讲述者上一轮生成的内容
+ f"\n\n"
# Prompt2，角色代理反应。
f"""请将以下内容汇总成一个简洁的摘要，包含关键细节，包括{name}所采取的行动以及行动的结果 \n"""+
f"""{summary_history} \n"""+ # self.summary_history属性，初始为空字符串。
f"""{name}的反应{message} """ # 本轮抽取到的Anget反应信息
# Prompt3, 判断故事是否完结
f"""
故事目标: {self.story_main_objective}
目前为止的故事: {message}
基于此"目前为止的摘要"，主要的"故事目标"是否已经完成？如果获取物品是"故事目标"的一部分，物品是否已经在角色的所有物中？
只回答"yes"或"no"，不要添加任何其他内容。
"""
- Storytaller Narrates Finale：用下面的Prompt输出一个结尾
f"""
故事目标: {story_main_objective}
最后的观察: {final_observation}
基于这个“故事目标”和“最后的观察”，叙述一个宏大的悬念结尾。
要富有创意和壮观！
"""
一点思考：
- WhatIfGPT没有让GPT从一开始就生成整个故事，而是给出一个故事的目标，用使用若干个LangChain实现的生成式代理自己去尝试接近这么一个目标，来产生故事。代理通过不断的总结历史信息来维持记忆和保证行动的连贯性。本人虽然能感受到代理的潜力巨大非常有想象空间，但感觉目前生成的故事绝对算不上精彩，
- 本文忽略了项目中使用Dalle2生成角色图片，和自动生成角色语音，以及前端交互的部分。这些部分依然是非常有启发性的。
685
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
