我制作了一个自定义工具，它类似于包装层，但它包含大量的自定义代码。你可以完全自定义自己的数据模式。通过使用这个工具，我发现速度极大地提高了。它有点像利用Claude代码从原始md文件中生成数据结构，但是它比那更高效且符合逻辑。

工作流程如下：

  1. 导入您的原始 Legendary（故事情节、设定、背景）
  2. 生成模式： AI 根据内容推荐实体类型（人物，地点，势力，物品等）
  3. 提取实体： AI 随着内容的流进自动分解并提取可操作的数据结构
  4. 解决实体之间的关系： 实体通过名称互相引用，然后在导出时会自动生成 UID（唯一识别码）
  5. 策划板： 对故事线、情节、场景、dialogue（对话）进行可视化的编辑，以支持多条线叙事和条件逻辑
  6. 导出： XML，json，Unity，Unreal，CSV等，或者任意你定义的模式

整个思想是： humans（人类）用一种用人类可读的方式写 Legendary，后者则会将其转化为游戏引擎（或 LLM）可接收的数据。

技术堆栈：React + FastAPI + PostgreSQL，LLM呼叫通过 OpenRouter（路由器）来实现，所使用的模型会根据实际需求自行选择。

关键技术特征：

  • 自适应文档分块（每个块有15%的重叠）来保存entity的关系
  • 作者期间实体将以名称的形式相互引用，并在导出时自动转换为 UUID（唯一识别码）
  • 基于模式的编辑器，以支持条件分支、表达式评估和项目级变量
  • 可编辑的AI提示语（以文件的形式存储，而不是硬编码）以允许在不更改代码的情况下调整提取行为
  • 所有LLM操作的监测，以追踪duration、model、token计数以及成功或失败的结果

是否有其他人尝试过类似的事并成功？我会很乐意与他人交流ideas。