https://jiajia.fun/qa/69b9d5fa-%E7%94%B1%E4%BA%8E%E8%BF%99%E4%B8%AA%E6%98%AF%E6%97%A5%E6%9C%ACjrpg%E6%B8%B8%E6%88%8F-%E6%89%80%E4%BB%A5%E6%95%B4%E4%B8%AA%E4%B8%96%E7%95%8C%E7%9A%84%E6%95%85%E4%BA%8B%E4%B8%8D%E4%BC%9A%E5%A4%AA%E5%A4%9A-%E6%88%91%E6%83%B3%E6%83%B3-%E5%A4%A7%E6%A6%821w%E5%AD%97%E5%B7%A6%E5%8F%B3-%E6%9C%80%E5%9D%8F%E6%83%85%E5%86%B5%E4%B8%8B-%E6%88%91%E8%A6%81%E5%81%9A%E7%9A%84%E5%B0%B1%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%89%E7%9A%84%E8%AE%B0%E5%BF%86-%E7%84%B6%E5%90%8E%E6%98%AF%E5%AF%B9%E8%AF%9D%E8%AE%B0%E5%BF%86-%E5%88%86%E4%B8%A4%E5%B1%82

# 由于这个是日本jRPG游戏，所以整个世界的故事不会太多，我想想，大概1w字左右（最坏情况下），我要做的就是还原角色，角色原有的记忆，然后是对话记忆，分两层，一个是已有的角色故事和角色性格，一个是自动增长进化的，针对用户的记忆

故事总共一万字，最坏情况也就一万多 token 级别，这个量已经小到根本不用做记忆系统了。 先把「两层」这个分法落实一下，你说得对，但边界得划清： 第一层是角色原有的故事 + 性格。这部分是只读的真相源，永远不要被对话改动。一万字全量放进 system prompt 最前面，一次写死，之后每轮都不变，前缀缓存能稳定命中，成本几乎为零。9b 的上下文装一万多 token 完全没问题，别搞摘要、别搞检索，原封不动塞进去。要还原角色，原作的措辞本身就是最好的语气样本，压缩等于自毁。 第二层是用户对话长出来的记忆。这层才是真需要设计的，而且它跟第一层性质完全不同：它是增量的、会变的、可能跟原作冲突的。所以必须物理隔离，判断依据很简单：这段内容是不是原作里有的。是就走第一层，不是就追加到第二层。 第二层分三种存法，别混在一起： 状态值必须结构化。好感度、当前时间线、在哪个场景、是否触发过某段剧情，存成 JSON 字段，每轮由模型返回 delta 落库，然后拼回上下文。这部分用自然语言存一定会漂移，聊三十轮就不知道自己好感度多少了。 对话原文按最近 N 轮保留。N 取决于 9b 的窗口余量，大概留最近二十到三十轮原文，再往前压缩。 压缩产物得带标记。把更早的对话压成「你记得的事」这样的段落，放进一个明确区间，比如用「以下是你后来和这个人相处中发生的事」把段落包起来，和原作区块物理隔开。这个小动作很关键：9b 对上下文位置很敏感，原作和自生长记忆挨着放、没有分隔，模型很快就会把自己编的经历当成原作设定说出来。 另有一类要单独拦：用户主动告诉角色的新事实，比如「你的剑是我送的」。这种不能只留在对话摘要里，它必须在第二层里升格成一条事实条目，不然几十轮之后就被压没了。做法是每轮结束让模型判断一下，这条是「改变了对某事的认知」还是「闲聊」，前者写成一行事实追加进去，后者不写。 一万字的世界观加这种三层结构，几百行 TS 就写完了，别接 SillyTavern、别上向量库。对 9b 这种尺寸，真正的瓶颈从来是上下文怎么摆，不是检索准不准。 第一版跑五十轮，只盯一个指标：有没有把原作设定说错、有没有前后矛盾。出戏的 badcase 记下来，多半会集中在「原作与自生长记忆串味」和「状态漂移」这两类上，到那时再针对性加约束。
