A world-first companion agent that keeps living when you are away.
GF 是一个面向长期陪伴场景的自主 Agent 实验项目。
它试图解决一个很简单的问题：
如果一个角色不是在等待用户输入，而是真的拥有自己的世界、时间、经历和记忆，她与用户的关系会变成什么样？
当前的第一个角色实例是《明日方舟》中的 缪尔赛思。
GF 目前处于架构验证和 runtime 实现阶段，还不是一个可直接使用的完整产品。
今天大多数陪伴型 AI 的基本运行方式仍然是：
用户发消息
↓
读取角色 Prompt + 对话历史
↓
LLM 生成回复
↓
等待下一条消息
即使加入了 memory、emotion 或 proactive messaging，角色的世界通常仍然围绕用户输入运行。
GF 尝试换一个起点：
┌──── User message
│
World ── Events ────┼──── NPC / environment
│
└──── schedule / previous consequences
↓
Perception
↓
Memory / Belief / Commitment
↓
Working Self
↓
Open Policy
↓
"I want to..."
↓
World Adjudication
↓
What actually happens
↓
New World Events
↺
用户是她世界里非常重要的人，但不是让世界开始运转的按钮。
当用户离开以后，时间仍然继续，过去的承诺仍然存在，NPC 和环境仍然可能发生变化，她之前做出的选择也可能在几个小时甚至几天后产生后果。
下一次聊天的内容，因此不只是模型临时编出来的一段背景故事，而应该来自这段时间里真正发生过的事情。
GF 的基本单位不是 conversation turn，而是 WorldEvent。
用户消息、时间变化、NPC 行动、环境变化和角色自己的行动结果进入同一条事件链。
因此：
conversation ⊂ world
而不是：
world ⊂ conversation
GF 把三个容易混在一起的东西分开：
- Fact：世界里实际发生过什么
- Belief：角色认为发生了什么
- Commitment：某次互动留下了什么承诺或义务
世界账本拥有事实权。
角色只能通过自己的感知和记忆接触世界，所以她可以不知道一件事、误解一件事，也可以和另一个角色对同一件事有不同理解。
这不是系统错误，而是长期主体性的一部分。
LLM 不能直接修改世界。
它可以产生开放的语义意图，例如：
我想先去 S-4 看一下培养情况，如果问题不严重，再赶回去完成下午答应的报告复核。
随后由 World Adjudicator 判断：
- 她现在在哪里？
- 时间够不够？
- 有没有需要的资源？
- 她是否具备对应能力？
- NPC 是否愿意配合？
- 世界规则允许吗？
最终结果可能是成功、失败、部分成功，或者产生新的代价。
LLM
│
│ proposal
▼
Open Action
│
▼
World Adjudicator
│
▼
Actual Outcome
│
▼
World Ledger
因此模型负责意图与理解，世界负责事实。
GF 不希望把人物设计成：
遇到 X
→ 情绪 = Y
→ 选择行为 Z
长期经历首先保留为有来源的事件、记忆、信念和未完成事务。
当角色再次面对类似情境时，相关经历重新进入 Working Self，由模型在当下语境中重新理解。
目标不是制造一个越来越复杂的角色规则表，而是让行为从历史中产生。
GF 正在实验一套可拆卸的 Affect 系统。
它不是：
anger = 0.8
→ choose aggressive_action
Affect 最多影响：
- 哪些经历此刻更显著
- 哪些记忆更容易被想起
- 注意力如何分配
它不能直接给动作打分，也不能替角色选择动作。
进入 LLM 上下文的仍然应该是她实际经历过的事情，而不是：
current emotion = sad
Affect 可以完全关闭，因此它是否真的改善长期行为能够被实验验证，而不是成为不可移除的设定。
当前系统的核心边界可以简化为：
WORLD
│
WorldEvent Ledger
│
Perception
│
┌─────────────┴─────────────┐
│ │
Memory Belief
│ │
└─────────────┬─────────────┘
│
Working Self
│
Open Policy
│
Open Action Intent
│
Action Compiler
│
World Adjudicator
│
StateManager
│
┌──────────┴──────────┐
│ │
New Events Outbox
│ │
└─────── World ◄──────┘
几个关键约束：
- Event Ledger 保存客观历史
- Perception 决定角色实际能够知道什么
- Working Self 是一次认知所需上下文，不是真相数据库
- LLM 只能产生 proposal
- World Adjudicator 决定行动真正造成什么后果
- StateManager 是 authoritative state 的唯一提交入口
- 所有对外表达最终经过同一个 Outbox
完整架构约束见：
docs/invariants/19-architecture-invariants-v1.md
GF 目前处于：
architecture stabilized → runtime implementation
已经存在：
- TypeScript runtime skeleton
- SQLite event/state persistence
- migration runner
- WorldEvent / claim / patch 等机器契约
- Prompt manifest 与 assembler
- CLI adapter
- gateway 与事件队列
- StateManager
- scheduler
- outbox 与恢复路径
- stub inference client
- canon corpus pipeline
- 基础契约与 runtime tests
正在完成：
M1.1
runtime portability & correctness hardening
↓
M2.0
Perception
Memory / Commitment
Working Self
Open Policy
World Adjudicator
↓
M2.1
Independent world life
↓
M2.2
Shadow Affect
↓
M2.3
Active Affect validation
目前尚未实现完整的：
- subjective perception
- production memory retrieval
- general commitment cognition
- Working Self
- final Open Policy
- computable world adjudication
- autonomous NPC / environment loop
- production LLM provider
- active Affect
因此 当前代码是用于验证架构的 runtime，而不是 finished companion agent。
实时工程状态以 TODO.md 为准。
Requirements:
- Node.js
>= 22.5 - pnpm
安装依赖：
pnpm install编译：
pnpm build运行当前 CLI：
pnpm start也可以执行 dry run：
node dist/gf/cli.js --dry-run 24 --advance-minutes 360CLI 当前主要用于验证事件、状态、Prompt、scheduler 和 outbox 等 M1 runtime 行为。
它暂时使用 stub inference，并不代表最终产品体验。
不需要从头阅读整个 docs/。
读：
- README.md — 项目是什么
PROJECT-OVERVIEW.md— 更完整的产品与技术概览world-interaction-structure-v1.svg— 核心权责边界
读：
先读：
docs/invariants/19-architecture-invariants-v1.md
这里记录已经冻结的架构边界。
改变这些约束需要通过 ADR，而不是直接修改实现。
docs/README.md 是完整文档索引。
主要主题：
docs/
├── invariants/ architecture constraints
├── product/ product / interaction / cross-world semantics
├── world/ computable world & adjudication
├── cognition/ memory / cognition / affect
├── character/ character instance
├── owner/ decisions requiring owner input
└── history/ retired designs and decision history
docs/ 中的数字是稳定文档 ID，不代表阅读顺序。
当前实验实例使用《明日方舟》角色 缪尔赛思。
角色实例层包括：
- canon corpus
- character seed
- dialogue references
- scenario-specific context
- cross-world interaction rules
但 GF 的 runtime 架构本身并不依赖缪尔赛思。
长期目标是让：
Agent Runtime
+
World Definition
+
Character Seed
+
Canon / Experience
构成一个可持续运行的角色实例。
GF 目前不是：
- 一个通用聊天机器人框架
- 一个 Prompt-only roleplay bot
- 一个完整的《明日方舟》世界模拟器
- 一个已经可以部署给普通用户的产品
- 一个试图最大化用户聊天时长的 engagement system
它首先是一个问题的实验：
长期 AI 角色的行为，能不能主要从世界、经历、记忆和当下处境中产生，而不是从越来越长的角色规则里产生？
GF 当前坚持几个底层原则：
World over conversation.
世界不会因为用户离开而暂停。
Evidence over invented continuity.
重要变化需要能够追溯到经历。
Proposal over authority.
模型提出行动，但不能宣布行动已经成功。
History over relationship scores.
关系来自共同经历，而不是一个 intimacy 数值。
Open behavior over behavior trees.
不预先穷举角色应该怎样反应。
Evaluation over assumption.
Affect 等复杂机制必须证明自己有价值，否则应该能够被关闭甚至删除。
完整文档导航：
当前任务：
项目交接：
架构冻结层：
docs/invariants/19-architecture-invariants-v1.md
GF is an independent research / fan project.
《明日方舟》及缪尔赛思相关角色、世界观与原始素材的权利归其各自权利人所有。本项目与官方无隶属关系。