Generative Agents 人类行为模拟
用本地可运行模型模拟《龙与地下城》小镇中的类人行为。
这个 Agent 能做什么，适合哪些场景？
这是一个用于复现《Generative Agents: Interactive Simulacra of Human Behavior》所述模型类型的工作实现。项目以 Notebook 形式发布，可在本地运行，也可在 Google Colab 中运行；本地运行时推荐 JupyterLab。稳定版本位于 notebook/Release，包含最新功能的进行中版本位于 notebook/WIP，另有 game_simulation 下的进行中库。当前模型模拟《龙与地下城》第五版入门冒险中的凡达林小镇，该设定比原论文中的简单场景更开放。项目选择低参数、可本地运行的模型，以降低高质量指令模型及大量长上下文查询带来的成本，但材料也明确预计下一代指令微调模型会带来更好的表现。
用户从 notebook/Release 或 notebook/WIP 选择 Notebook，在本地或 Google Colab 中运行。运行的模型执行凡达林小镇的模拟，目标是呈现论文所描述类型的类人行为模拟。game_simulation 提供一个标为 WIP 的库。所给材料未说明具体 Notebook 文件名、输入数据、提示词、模型调用、执行单元顺序或输出文件，因此这些端到端细节无法核实。
- 拥有本地 GPU 的研究者，希望运行一个与《Generative Agents》论文所述模型类型相关的实现。
- 希望在 Google Colab 中试运行 Notebook、而非自行部署服务的实验者。
- 需要在凡达林这一较开放的《龙与地下城》第五版入门冒险场景中研究模拟行为的原型开发者。
- 希望优先采用较稳定版本，并在需要新功能时对比 notebook/Release 与 notebook/WIP 的用户。
- 受高质量指令模型和长上下文查询成本限制、希望尝试低参数本地模型路线的实验团队。
这个 Agent 有哪些优点和局限？
- 提供本地运行与 Google Colab 两种明确的 Notebook 运行方式。
- 将稳定版本、功能开发中的 Notebook 版本和 WIP 库分置于 notebook/Release、notebook/WIP 与 game_simulation。
- 采用凡达林这一比原论文简单场景更自由的《龙与地下城》设定。
- 明确以低参数、可本地运行模型来应对高质量指令模型和长上下文查询的成本。
- 最佳体验需要 16GB VRAM；虽声明支持低于 8GB VRAM 的环境，但未说明性能或功能差异。
- 没有提供安装命令、依赖版本、模型下载方式、凭据要求或 Notebook 的具体执行顺序。
- 材料承认当前低参数本地模型的表现仍有提升空间，并预期未来指令微调模型会表现更好。
- 没有可核实的 API、CLI、评测结果、输出格式或生产部署接口说明。
如何安装或部署这个 Agent？
未提供可复制的安装命令、依赖清单、模型获取方式、环境版本或凭据要求。已明确的运行边界是：Notebook 可在本地或 Google Colab 中运行；本地运行推荐 JupyterLab；材料称 Notebook 应可在 Google Colab 中直接工作。要完成可复现安装，仍缺少具体 Notebook 文件名、依赖安装步骤、模型文件来源和首个运行流程。
如何使用这个 Agent？
选择 notebook/Release 中标为最稳定的模型，或选择 notebook/WIP 中的最新功能版本；在本地 JupyterLab 或 Google Colab 中打开并运行相应 Notebook。项目还提供 game_simulation 下的 WIP 库。材料没有记录首个应运行的 Notebook、命令、参数或单元执行顺序，无法提供经证实的更具体调用步骤。
这个 Agent 与同类方案有什么区别？
材料将该项目与论文中依赖高质量指令模型（例如 GPT-3）且需要许多长上下文查询的方案形成对照：本项目改用低参数、可本地运行模型以降低运行成本。