你为角色写三件事：他是谁，他能做什么，他绝对不能做什么。然后他会自动运行。

每个NPC系统都让你做选择。用脚本编写，速度快但死板。用LLM（大型语言模型），它生动但缓慢、昂贵，并且玩家一推动，它就会打破角色设定。我构建了第三种选择：一个小于半兆字节的训练模型，使用我开发的研究技术构建，它能决定角色的行动，离线运行在你的构建中，并且物理上无法打破你为它编写的规则。

• 选择机制是运行在你构建中的小于半兆字节的训练模型。她的感知、记忆和角色设定输入进去，输出的则是她可能采取的每个行动的概率。无需提示，帧内无网络，只需几毫秒，每个决策无需任何成本。

• 两件事不是本地的，以便你了解情况。多步规划是对我的服务器的一次小调用；如果服务器宕机，角色会继续反应和记忆，只是停止制定新的长计划，而且规划仍然不使用LLM。

• 对话是可选的，你可以使用免费的本地LLM，它永远不会决定角色的行动。

• 每个决策都会生成凭证，当事情看起来不对劲时，你可以查看。

• 需要角色在当前大脑中没有的行为？ 提出要求，它就会被训练并测试好。你无需接触机器学习。

• pip安装，通过WebSocket接入任何引擎，如果你的编码代理负责接线，则使用MCP服务器。

• 免费七天，无需信用卡，之后每月20美元。

https://canonopy.com
https://discord.gg/VkgdCcxjrH

安装它，运行模拟城镇，告诉我哪里出了问题。