https://jiajia.fun/qa/1181e408-%E9%92%88%E5%AF%B9%E4%BA%8Eqwen4-5-9b%E6%A8%A1%E5%9E%8B-%E6%88%91%E6%83%B3%E5%81%9A%E7%9A%84%E6%96%B9%E6%A1%88%E6%98%AF%E8%BF%98%E5%8E%9F%E8%A7%92%E8%89%B2-%E8%A7%92%E8%89%B2%E5%8E%9F%E6%9C%AC%E7%9A%84%E6%95%85%E4%BA%8B%E5%82%A8%E5%AD%98%E5%9C%A8%E5%93%AA-%E6%98%AF%E8%AE%B0%E5%BF%86%E9%83%A8%E5%88%86%E8%BF%98%E6%98%AF%E8%A7%92%E8%89%B2%E5%8D%A1-%E6%9C%89%E5%93%AA%E4%BA%9B%E6%96%B9%E6%A1%88%E8%A7%A3%E5%86%B3

# 针对于qwen4.5：9b模型，我想做的方案是还原角色，角色原本的故事储存在哪，是记忆部分还是角色卡，有哪些方案解决

一上来先把「故事存在哪」这个问题拆开，因为它根本不是一件事，角色扮演里常说的「记忆」其实是四种不同的东西： 1. 角色卡（persona）：这个人是谁，包括性格、语气、口头禅、背景设定、关系网。它是静态的，几百年不变，每次对话都要全量放进上下文。 2. 世界书（lorebook）：这个世界的结构化设定条目，比如某个地点、某个 NPC、某段历史事件的解释。它是静态但非常大的，不能全塞。做法是按关键词触发，也就是消息里出现了「圣剑」「第三纪元」才把对应条目注入进去。 3. 剧情历史（episodic）：已经发生过的对话本身，是动态的、会无限增长的。 4. 状态（state）：当前的进度，比如好感度、时间线、身上带着什么，是结构化的、需要被读写的。 你问的「角色原本的故事」同时落在两类里：角色自己的过去、世界观硬设定，这些归角色卡和世界书；剧情已经走到哪，归剧情历史和状态。分不清这两类，后面所有方案都会乱。 具体到方案，从轻到重： 最轻的方案是角色卡加世界书，全量注入。做一个卡住的故事，几百 token 的人设加几十条按关键词触发的世界书条目。9b 这么小的模型对上下文很敏感，塞到几万 token 之后，人设就会开始飘，所以你这个规模现在够用，但这是个天花板。 重点是这套方案的实现并不复杂：角色卡存一份 YAML 或 JSON，世界书用关键词匹配，消息里出现了关键词就拼接进去，你几百行就能写完，没必要一股脑去接 SillyTavern。 第二层是剧情历史的分层压缩。不要把历史越积越多的原始对话全塞进去：固定的部分（人设和世界观）放进 system prompt，位置放在最前面，这样前缀缓存能命中；最近 N 轮保留原文；更早的定期压缩成段落摘要，摘要本身也算一次「回忆」。这套做法对你 9b 最关键，因为小模型的上下文窗口小、注意力预算也小，不管怎么砌结构，最终效果都会在窗口这件事上被卡住。 第三层是剧情历史的检索召回。把每轮对话连同时间戳、涉及人物存进 SQLite，用 FTS5 做关键词召回。先别上向量检索：角色扮演最怕的是「记忆串味」，向量按相似度召回，很容易把情节相似、但时间线前后矛盾的片段拉进来，比如把「你们第一次见面」和「你们吵架那天」混在一起。关键词召回在这件事上反而更准，因为用户提到「上次那件事」，他要的就是精确匹配。 另外，状态必须结构化存储，别塞进自然语言记忆。好感度、当前位置、时间、持有物品放进一个 JSON 或 KV，每轮结束让模型返回的 delta 落到数据库，人设 prompt 里读出来拼进去。这部分用自然语言存，一定会漂。 再往上一层，才是 Memory 系统的三件事：写入、读取、遗忘。写入门槛这块你要咬死：不是每句话都值得记。寒暄、复述剧情都不写，只有「改变角色对某事看法」的才写进去。遗忘不是直接删，应改成 archive 加重要度衰减，因为角色扮演恰恰需要「很久以前的小事后来突然想起」，直接删就永远找不回来了。 落到 9b 这个具体模型，我的建议是：第一批只用角色卡、关键词世界书、最近 N 轮原文和压缩摘要，再加上一个结构化的状态 KV。这套组合可以写在一个几百行的 TS 服务里，别接任何框架。跑五十轮把「出戏」的 badcase 记下来，如果出现「它忘了我三天前说过的事」再考虑上 FTS5；如果出现「它开始把设定记混」，那是世界书条目粒度的问题，跟记忆方案无关。上向量库是最后一层，9b 加向量召回的组合，通常还不如把上下文结构理清楚来得有效。
