Elysia Persona Agent

V1 并不是失败版本。它完成了人格、记忆、关系与评测闭环，但在继续扩展工具与知识后暴露出 Agent 边界。

V1 解决的是「怎么让 AI 更像一个角色」，V2 开始解决「怎么让这个角色成为一个可控、可追踪、拥有记忆与世界知识的 Agent」。

1. DONE

   V1 · Character Companion

   验证角色人格、记忆和陪伴体验是否能够形成稳定闭环。

   • Persona
   • Candidate Memory
   • Active Memory
   • Companion Mode
   • Relationship
   • Voice
   • Evaluation
2. DONE

   Phase 1 · Agent Core

   将单轮「Prompt → Response」升级为可执行的 Agent Loop。

   • ElysiaHarness
   • ToolRegistry
   • ToolResult
   • Tool Call
   • Observation
   • AgentTrace
   • Multi-step Loop
   • max rounds / timeout / error handling
3. DONE

   Phase 2 · Permission & Tools

   让 Agent 的执行过程不再只有「能不能做」，而增加「用户是否允许做」。

   • PermissionGate
   • Approval / Reject
   • AgentRuntime
   • search_memory
   • lore_search
   • get_current_companion_state
   • Safe Execution + Trace

   升级计划中的 web_search / read_text_file / write_note / generate_report 尚未实现，计入 Planned。

4. DONE

   Phase 3 · Lore RAG

   将「模型记得设定」升级为「模型能够检索并基于世界观证据回答」。

   • Lore Corpus V1
   • BM25 + hashed hybrid retrieval
   • lore_search tool
   • Metadata / Integrity
   • Evidence / Citation
   • Retrieval Evaluation
   • Retrieval Review Workbench

   sentence-transformers 语义后端仍在分支迭代，不作为生产默认开启依据。

5. IN PROGRESS

   Phase 4 · Memory V2

   将 Memory Storage 与 Memory Retrieval 分离，避免长期记忆全量注入 Prompt。

   • Current Design：L0 / L1 / L2
   • Scoring：relevance / importance / recency
   • Top-K retrieval + Context Budget
   • 保留确认流；Pin 规划中

放大查看

放大查看

放大查看

×

人格层与执行层分离：工具参数使用结构化数据；执行成功/失败先以客观状态记录，再做角色化表达。Feature Flag（如 ENABLE_AGENT_V2、LORE_RAG_ENABLED）默认关闭。

User
 ↓
Streamlit UI
 ↓
ElysiaHarness
 ↓
LLM Decision
 ↓
Tool Call
 ↓
PermissionGate
 ↓
Tool Execution
 ↓
ToolResult / Observation
 ↓
AgentTrace
 ↓
LLM
 ↓
Final Response

Context / State / Knowledge（旁路接入，非单一 Prompt）

· Persona
· Memory（V1 lifecycle；V2 retrieval 设计中）
· Lore RAG
· Relationship / Companion State

读操作尽量低摩擦，修改状态和高风险操作需要更高控制。

Agent decides tool
 ↓
PermissionGate
 ↓
Allow / Require Approval / Reject
 ↓
Execute / Abort
 ↓
ToolResult
 ↓
Observation → Trace

Require Approval
 ↓
User Reject
 ↓
Do Not Execute
 ↓
Return Agent Observation

V1 问题：设定遗漏、世界观漂移、时间线错误、角色关系错误、回答不可验证。

Model Internal Knowledge
+
Prompt

User Query
 ↓
lore_search
 ↓
Semantic / Hybrid Retrieval
 ↓
Relevant Evidence + Citation
 ↓
Agent Context
 ↓
Response

RAG 的价值不是「让模型知道更多」，而是让设定回答拥有更稳定、可检查的知识来源。

• Lore Corpus V1（official / BH3Text / BH3Helper 分层）
• Chunk / Metadata hardening
• BM25 + hashed-vector + RRF 混合检索
• Evidence grounding / source tier
• Offline retrieval evaluation
• Retrieval review workbench

当前评测向量后端为 hashed-char-ngram-v1（稀疏向量，非神经语义 embedding）。sentence-transformers 语义混合层仍在分支迭代，页面不将其写成已完成生产能力。

保存某条记忆，并不代表每次对话都应该把它提供给模型。

User Message
 ↓
Memory Query
 ↓
Candidate Memory
 ↓
Scoring（relevance / importance / recency）
 ↓
Top-K
 ↓
Context Builder
 ↓
ElysiaHarness

（Phase 4 Current Design — 评分管线与分层尚未落地）

放大查看

放大查看

放大查看

×

V1 Baseline & Lessons

V1 阶段通过真实模型调用、人工复核、Memory Regression 和 Bad Case 分析建立初始质量基线，这些结果成为 V2 架构升级的重要输入。

V2 Validation

V2 验证以仓库本地自动化测试与 Lore 离线检索评测为主；不编造 Tool Success Rate 或线上通过率。Memory V2 专项测试尚未开始。

我的贡献

• 定义从 Character Companion 到 Persona Agent 的产品方向与阶段拆解。
• 设计 Agent Harness、Permission / Approval、Lore RAG 与 Memory V2 的产品边界。
• 设计记忆确认流、权限策略与 Trace 可观测性要求。
• 整理 V1 Core20 / Memory Regression / BC-004 基线，并接入 V2 本地测试与 Lore 评测证据。
• 使用 Cursor / Codex 协助实现工程代码；本人负责产品定义、架构拆解、验收标准、测试与迭代决策。

产品边界

同人与版权

非商业技术演示，与 miHoYo / HoYoverse 无官方关联，不提供官方立绘、配音、权重或游戏资产。

记忆与隐私

用户保留确认、编辑和删除权；未确认、拒绝或删除内容不得进入长期 Prompt。

Agent 权限

写入与外部动作默认需审批；用户拒绝后不执行。不开放 shell、付款等高风险能力。

Lore 生产门

检索评测通过仅允许原型继续；BH3Text 等社区转录需人工核验后方可开启生产检索。

情绪依赖

不把 Agent 描述为现实关系或专业心理支持的替代品。

评测边界

本地回归与离线检索指标不能替代线上真实模型与用户验证。

本项目为同人向、非商业技术演示，与米哈游、HoYoverse 或其他游戏公司无官方关联。仓库和网站不包含官方立绘、官方配音、模型权重或游戏资产。不代表官方线上服务。

Next