我制作了《Warrior Quest》,一款由本地LLM驱动的暗黑奇幻RPG,其中模型仅扮演NPC,实际游戏状态保持确定性。
摘要
《Warrior Quest》是Steam上一款由本地LLM驱动的暗黑奇幻RPG演示,其中AI模型仅用于NPC模拟,游戏状态保持确定性,需要8GB显存的GPU。
LLM仅限于NPC模拟。游戏状态、世界逻辑、任务和创作的故事由确定性游戏系统处理,而非LLM。我之所以这样构建,是因为我想要像在桌游中与NPC交谈那样的自由,而不将实际游戏状态或正典交给LLM。这最初是一个个人项目。随着玩起来越来越有趣,我决定将其发布。我担任DM和软件工程师已超过十年,因此《Warrior Quest》基本上是我生命中这两部分最终交汇的地方。所有艺术、创作的故事、音乐、音效和原始配音均由我创作。NPC对话使用基于我自己的录制配音的TTS。《Warrior Quest》演示版已在Steam上发布,内容约60-90分钟。最低要求:具有8GB显存的GPU。一切在本地运行;无需API密钥或云端LLM。我是开发者,所以这是自我推广,但我认为使用本地LLM专门用于NPC同时保持底层RPG确定性的方法可能对这里的人们有趣。
相似文章
我发布了一款本地LLM驱动的RPG,其中生成的NPC、地点、物品和任务作为游戏内对象持久存在
一位开发者发布了一款本地LLM驱动的RPG,其中程序生成的NPC、地点、物品和任务作为游戏内对象持久存在,展示了生成式AI与游戏的新颖结合。
Open Dungeon:本地角色扮演,使用Gemma 4 QAT + 内嵌Uncen-FLUX图像,在8GB内存下运行完整256K上下文(OS)
一款开源的本地AI地牢应用,使用Gemma 4和FLUX进行文本和图像生成,完全私密,运行内存低于8GB。
Qwen3.6 35b Q2_XXS:在2026年,GPU 贫困也没那么糟糕
展示了在2026年,即使在显卡性能不足的情况下,也能通过量化版Qwen3.6-35B模型在低端笔记本电脑上用24分钟构建类塞尔达RPG游戏。
使用本地模型的NPC引擎
一个使用本地AI模型创建NPC的引擎,支持离线、私密的角色互动。
仅用两个提示制作这个游戏:Q4与Qwen 3.8表现出色
一位用户仅用两个提示,使用在llama.cpp上以Q4量化的Qwen 3.8 AI模型,并配合双RTX 3060 GPU,创建了一个简单游戏,展示了在内存限制下令人印象深刻的AI辅助编程。