https://jiajia.fun/qa/56654ad7-%E4%B8%96%E7%95%8C%E6%A0%91%E5%81%9A%E5%AE%8C%E4%BA%86-%E8%AE%B0%E5%BF%86%E5%8A%9F%E8%83%BD%E4%BD%A0%E8%A7%89%E5%BE%97%E8%AF%A5%E6%80%8E%E4%B9%88%E5%8A%9E-%E5%9B%A0%E4%B8%BA%E6%9C%AC%E5%9C%B0%E6%A8%A1%E5%9E%8B%E8%BF%98%E6%98%AFqwen9b%E6%A8%A1%E5%9E%8B-%E6%88%91%E8%A7%89%E5%BE%97%E8%BF%99%E9%83%A8%E5%88%86%E5%8F%AF%E8%83%BD%E5%BE%88%E9%9A%BE%E5%8A%9E-%E5%85%88%E8%AF%B4%E8%AF%B4%E8%BF%99%E4%B8%AA%E6%A8%A1%E5%9E%8B%E7%9A%84%E4%B8%8A%E4%B8%8B%E9%99%90%E5%90%A7

# 世界树做完了，记忆功能你觉得该怎么办，因为本地模型还是qwen9b模型，我觉得这部分可能很难办，先说说这个模型的上下限吧

先说 qwen3 9b 这个尺寸的上下限，因为你这套设计的天花板基本由它决定。 上限方面：指令跟随和结构化输出够用，只要格式约束写得死（JSON schema 级别），让它每轮吐一个 delta、判断这条是不是新事实，这类闭式任务 9b 能稳。中文角色扮演的语感也还行，毕竟 qwen 系中文语料厚。长一点的原文照抄、语气模仿，给它三五条样本它能追上。 下限有三个，全在你这个场景上： 一是长上下文注意力稀。你不是塞不进去，是塞进去它会平摊注意力。超过几千 token 有效信息之后，中段内容基本被忽略，位置偏后的约束遵守度会掉。所以你世界树做得再完整，一次性怼进上下文等于白做。 二是让模型自己决定「该去查什么」，它判断力不够。给它工具让它选章节、选检索词，它十次能对六七次，剩下三次是致命的——角色扮演里记错一次设定，用户就出戏了。所以调度权必须在你手里，用规则、关键词、场景 tag 定位，别交给它。 三是不擅长隐式状态维护。好感度、时间线这类变量，你不显式喂给它精确值，它会自己编，而且每轮编得不一样。 所以记忆这块我的建议很明确：把记忆拆成「谁来决定」和「谁来生成」。 决定权全部拿到代码侧。当前场景、当前在场角色、最近提到的人名地名，用关键词和结构化字段算出来，不让模型参与。9b 只负责生成——按你给它的注入块写台词。这样它的短板（判断）被绕开，长板（生成）被用满。 存储按读写频率分三类，一类一种存法： 状态层，JSON 字段，每轮由代码读出来、拼进上下文末尾，同时要求模型返回增量更新（比如好感度 +2）。这层不能自然语言存，聊三十轮就开始漂。 事件层，每条一行结构化记录——谁、在哪、对谁、做了什么、第几轮，落 SQLite。这是给检索用的，不是给模型看的。多带几个字段的成本很低，但能让你后面查「这个角色在村口说过什么」这种带过滤的查询变得精确。 对话层，最近二十到三十轮保留原文直接进上下文，更早的压成段落。压缩产物必须用明确标签和原作区块隔开，否则 9b 会把自己编的经历当原作设定往外说。 注入顺序也要定死，因为 9b 对位置极敏感：角色卡（提炼+锚点）放最前、只读、永不变，能命中前缀缓存；然后世界树的场景相关切片；然后检索到的三五条原台词，包一层语义外壳；最后状态 KV 和最近对话。前面那段一动不要动。 一万字剧情量加 9b 这个组合，我的判断是别上向量库、别接现成记忆框架，一个 SQLite 加几百行 TS 就够。真正的瓶颈从来不是存不下，是每轮往里塞什么、塞多少、塞在哪。你先把「本轮注入块」当唯一要调试的对象，跑五十轮记两类 badcase：设定说错的、语气串到别的角色身上的。前者是检索或注入范围问题，后者是切块粒度问题，两类修完再谈优化。
