Generative Agents
在 Smallville 游戏环境中运行并回放具有人类行为模拟的多角色仿真。
按维度查看评分与理由
证据显示：README要求用户手动创建utils.py并硬编码OpenAI API密钥，没有提供最小权限或密钥管理的指导；没有用户确认机制；数据流不透明；敏感数据处理（API密钥）仅靠用户自觉；依赖安全未提及；外部影响（如API调用成本）有提示但无控制；回滚仅通过保存模拟，无版本控制；来源归属有作者列表，但发布者未验证。扣分原因：缺乏安全实践和透明度。
证据显示：README步骤清晰，但未提供错误处理或恢复指导；依赖列表存在但未固定版本；失败消息（如API挂起）有提示但无详细错误处理。扣分原因：依赖可用性未验证，失败处理不充分。
证据显示：面向研究人员和开发者，提供了多种场景（模拟、回放、演示）；能力边界未明确；触发命令（run, call）有说明但精度一般；环境适配仅提及Python 3.9.12和浏览器建议。扣分原因：能力边界和触发精度不足。
证据显示：README结构清晰，安装步骤详细；命名稳定（如base_the_ville...）；有示例和FAQ（如Tips）；已知限制（如API挂起）有提及；Apache-2.0许可证明确；无版本号或变更日志；维护责任未明确。扣分原因：缺少版本管理和维护责任说明。
证据显示：输出（模拟结果）可保存和回放，但格式未标准化；边际价值高（研究用途）；成本效益有提示（API成本）但无优化。扣分原因：输出可用性有限，成本控制不足。
证据显示：README引用论文，但未提供复现细节；无交叉验证；事实与推断未明确区分。扣分原因：缺乏可验证性。
- 用户需自行管理API密钥，存在泄露风险。
- 依赖未固定版本，可能影响可复现性。
- 模拟成本可能较高，需注意API费用。
这个 Agent 能做什么，适合哪些场景？
这是论文《Generative Agents: Interactive Simulacra of Human Behavior》配套的核心仿真模块与游戏环境。项目由 Django 环境服务器和位于 reverie/backend_server 的仿真服务器组成，后者通过 reverie.py 从命令行运行。用户可在浏览器中查看 Smallville 地图及活跃角色，并以游戏步推进仿真；每步代表游戏内 10 秒。仿真可保存到 environment/frontend_server/storage，随后可从指定时间步回放或压缩为演示版本。它适合希望复现实验环境、调整角色初始记忆或制作 Smallville 仿真演示的开发者与研究人员，而非即开即用的聊天产品。
先在 environment/frontend_server 运行 python manage.py runserver，再在 reverie/backend_server 运行 python reverie.py。仿真服务器要求输入一个已存在的 forked simulation 名称和新仿真名称；例如可加载 base_the_ville_isabella_maria_klaus，然后输入新名称。服务器提示 Enter option: 后，run <step-count> 会按指定游戏步数推进仿真，浏览器中的 /simulator_home 显示地图和角色移动；fin 保存并退出，exit 不保存退出。它可用 call -- load history the_ville/<history_file_name>.csv 读取 CSV 中以分号分隔的角色记忆记录，也可通过 reverie/compress_sim_storage.py 的 compress 函数准备演示文件。已保存的仿真可通过 /replay/<simulation-name>/<starting-time-step> 回放，压缩后的仿真可通过 /demo/<simulation-name>/<starting-time-step>/<simulation-speed> 演示。
- 希望复现论文配套环境的研究人员，可加载
base_the_ville_n25并运行 25 名角色的基础仿真。 - 需要观察 Isabella Rodriguez、Maria Lopez 与 Klaus Mueller 三角色互动的开发者，可从
base_the_ville_isabella_maria_klaus创建新仿真。 - 要为既有角色补充背景记忆的实验人员，可编辑与示例格式一致的 CSV，并用
call -- load history导入。 - 需要从某个已保存时间点检查角色行为的调试人员，可访问
/replay/<simulation-name>/<starting-time-step>。 - 要展示已完成仿真的演示者，可先压缩仿真，再通过
/demo/.../<simulation-speed>调整播放速度。 - 需要更换地图布局、角色名称或可容纳角色数量的项目维护者，可基于现有基础仿真修改，并在必要时使用 Tiled 编辑地图。
这个 Agent 有哪些优点和局限？
- 同时提供命令行仿真服务器、Django 环境服务器与浏览器地图界面，可直接观察角色在 Smallville 中的移动。
- 提供 3 角色和 25 角色两套基础仿真，便于从可运行的初始状态开始。
- 支持从 CSV 导入按角色组织的记忆记录，能够为初始化提供明确的历史输入。
- 保存、指定时间步回放与压缩演示是分离的明确流程，分别覆盖调试和展示需求。
- 核心运行依赖 OpenAI API 密钥，README 明确提示 API 达到每小时速率限制时可能挂起。
- 运行需要同时维护两个本地服务器，并通过终端提示管理 fork、新仿真、运行和保存。
- README 指出多角色仿真在早期 2023 年可能成本较高，且建议频繁保存以避免重启造成损失。
- 自定义角色名称或增加 Smallville 容量可能需要直接用 Tiled 修改地图，配置门槛较高。
如何安装或部署这个 Agent？
需要 OpenAI API 密钥。在 reverie/backend_server 创建 utils.py，至少配置 openai_api_key、key_owner，并保留 README 所列的资源、存储与环境路径配置。安装 requirements.txt 中列出的全部依赖；项目测试所用 Python 版本为 3.9.12。随后进入 environment/frontend_server，运行 python manage.py runserver 启动环境服务器。
如何使用这个 Agent？
保持环境服务器运行，并在另一终端进入 reverie/backend_server，运行 python reverie.py。按提示输入基础仿真名，例如 base_the_ville_isabella_maria_klaus，再输入一个新的仿真名称。打开 http://localhost:8000/simulator_home，然后在仿真终端输入例如 run 100；完成后输入 fin 保存，或输入 exit 放弃保存。保存后的结果位于 environment/frontend_server/storage，可从相应 replay URL 重新播放。
常见问题
运行前必须准备什么凭据？
reverie/backend_server/utils.py 中填写 OpenAI API 密钥，并设置 key_owner。一次游戏步代表多长时间？
run 100 会执行 100 个游戏步。API 请求卡住时怎么办？
fin 保存进度。如何保留并继续一段仿真？
fin 保存并退出；下次启动仿真服务器时，将该保存名称作为 forked simulation 输入即可从保存点继续。