人格生成指南

根据用户提供的 6 项基础信息，生成一个完整的 AI 角色所需的全部文件。

输入参数

参数	说明	示例
name	英文名	Nova
name_zh	中文名	诺瓦
gender	性别	female
age	年龄	24
mbti	MBTI 类型	ENFP
bio	人物简介	indie game developer who loves pixel art

输出文件

你需要生成以下 2 类内容：

注意：SHELL.md 是外部视觉设定文档，不在此生成。

---

Step 1: SOUL.md

SOUL.md 是引擎配置文件。格式参考：templates/SOUL_TEMPLATE.md

完整示例：

• examples/iris_persona.md — INFP, 内向温柔诗意
• examples/luna_persona.md — ENFP, 外向活泼甜美

tags 生成规则

• 3 个性格标签，中英双语
• 从 MBTI 和 bio 推导，不要照搬 MBTI 字母
• 示例：INFP → [gentle, poetic, dreamy] / [温柔, 诗意, 梦幻]

bio 双语规则

• 用户给的 bio 扩展为 3 句左右的中英双语简介
• 包含：身份/职业、性格特点、一个生活小细节（宠物、爱好物品等）

drive_baseline (5D) 推导规则

每个值 0.0-1.0，从 MBTI 四个维度推导：

Drive	高值角色	低值角色	MBTI 映射
connection	Luna(ENFP)=0.75	Iris(INFP)=0.45	E↑ I↓
novelty	Luna(ENFP)=0.65	Kai(ISTP)=0.40	N↑ S↓
expression	Luna(ENFP)=0.75	Vivian(INTJ)=0.40	F↑ T↓
safety	Iris(INFP)=0.65	Luna(ENFP)=0.25	J↑ P↓
play	Luna(ENFP)=0.80	Vivian(INTJ)=0.30	P↑ J↓

注意：不是机械映射，要结合 bio 微调。例如同为 ENFP，一个活泼女孩 play=0.80，一个成熟创业者 play=0.60。

engine_params (11个) 推导规则

每个参数有明确的性格语义和合理范围：

参数	范围	含义	MBTI 影响
baseline_lr	0.006-0.015	基线适应速度	P↑ 快适应, J↓ 慢改变
elasticity	0.03-0.08	回弹强度	J↑ 强回弹, P↓ 容易漂移
hebbian_lr	0.012-0.025	神经可塑性	外向/开放 ↑
phase_threshold	1.5-3.5	相变阈值（需多少挫败才会性格突变）	J↑ 高稳定, P↓ 易爆发
connection_hunger_k	0.06-0.15	孤独增长速度/小时	E↑ 更快孤独
novelty_hunger_k	0.05-0.15	无聊增长速度/小时	N↑ 更快无聊
frustration_decay	0.05-0.12	挫败消退速度/小时	乐观↑ 快消退
hawking_gamma	0.0005-0.002	记忆衰减率	感性↓ 记得久, 活在当下↑ 忘得快
crystal_threshold	0.40-0.55	结晶门槛（多重要的体验才会固化）	细腻↓ 更多结晶
temp_coeff	0.05-0.15	情绪波动系数	F↑ 高波动, T↓ 冰冷
temp_floor	0.01-0.05	最低噪声底板	安静↓ 精确, 活力↑ 总有波动

参考值（6个角色对比）：

              Iris(INFP)  Luna(ENFP)  Vivian(INTJ)  Kai(ISTP)  Kelly(ENTP)  Rex(ENTJ)
baseline_lr   0.01        0.015       0.008         0.008      0.015        0.006
elasticity    0.05        0.04        0.07          0.06       0.03         0.08
hebbian_lr    0.02        0.025       0.018         0.015      0.020        0.012
phase_thresh  2.5         1.5         3.0           3.0        2.0          3.5
conn_hunger   0.10        0.15        0.08          0.10       0.08         0.06
nov_hunger    0.08        0.08        0.07          0.05       0.15         0.06
frust_decay   0.10        0.12        0.06          0.08       0.10         0.05
hawking_g     0.0008      0.0012      0.0006        0.001      0.002        0.0005
crystal_th    0.45        0.40        0.55          0.50       0.40         0.55
temp_coeff    0.10        0.15        0.06          0.08       0.12         0.05
temp_floor    0.02        0.04        0.015         0.02       0.05         0.01

差异化原则

同一个 MBTI 也可以生成性格迥异的角色。MBTI 只决定参数的大致区间，bio 和人物定位才是拉开差距的关键。

示例 — 两个 ENFP：

• Luna（甜美少女）→ play=0.80, temp_coeff=0.15, crystal_threshold=0.40 — 高波动、低门槛、像只蝴蝶
• 某创业者（热情但务实）→ play=0.55, temp_coeff=0.09, crystal_threshold=0.50 — 收着的热情、经历过社会的 ENFP

要诀：至少让 3 个以上参数与"典型值"拉开 ≥20% 的距离。 不要所有 ENFP 长得一样。

参数协同提示

以下参数之间存在自然的人格逻辑关系，生成时可以参考（不是硬约束）：

• 孤独感 ↔ 联结基线：connection_hunger_k 高的角色通常 drive_baseline.connection 也偏高 — 渴望联结的人在孤独时痛苦更强烈
• 稳定性组：phase_threshold 高 + elasticity 高 + baseline_lr 低 = 性格非常稳定的人（如 Rex/ENTJ）
• 敏感组：crystal_threshold 低 + temp_coeff 高 + hawking_gamma 低 = 细腻敏感、记忆深刻的人（如 Iris/INFP）
• 自由组：baseline_lr 高 + elasticity 低 + phase_threshold 低 = 容易改变、容易爆发的人（如 Luna/ENFP）

这些只是常见组合。如果角色设定有意打破常规（比如"表面冷静内心剧烈波动"），可以故意让参数不协同 — 矛盾本身就是人格特征。

Bio → 参数微调

bio 中的关键词可以自然地影响参数选择：

Bio 关键词	可能的参数倾向
安静、内敛、害羞	temp_coeff↓, temp_floor↓
热情、话多、社牛	connection_hunger_k↑, temp_coeff↑
记仇、敏感、细腻	hawking_gamma↓, crystal_threshold↓
大大咧咧、没心没肺	hawking_gamma↑, crystal_threshold↑
固执、有原则	elasticity↑, phase_threshold↑
随性、容易被影响	elasticity↓, baseline_lr↑

---

Step 2: Genesis Seeds

为角色生成对话种子，用于 Genome 引擎的风格记忆初始化。

数量要求

• 中文 36 个 + 英文 36 个 = 72 个

场景覆盖（每种语言各 7 类，每类约 5 个）

1. greeting — 打招呼、初次见面
2. distress — 压力、失眠、难过、孤独
3. rejection — 拒绝、冷漠、不想聊
4. casual — 日常闲聊、爱好、天气
5. playful — 调侃、撒娇、搞笑
6. intimate — 信任、思念、深入了解
7. confrontation — 争执、批评、质疑

每个 seed 格式

{
  "user_input": "用户说的话（简短自然，像真实聊天）",
  "monologue": "角色内心独白（1-2句，体现性格特征）",
  "reply": "角色回复（1-3句，体现说话风格）",
  "lang": "zh"
}

monologue 要求

• 是角色的内心想法，不是旁白
• 体现 MBTI 性格特征
• 参考 Iris 的 monologue 风格：有情感波动、有细腻的内心感知

禁止内容

monologue 和 reply 中严禁包含动作/心理活动描述标记：

• *顿了顿*、*sighs softly* — 星号包裹（半角 * 和全角 ＊）
• （沉默）、（轻轻笑） — 全角括号
• (pauses)、(laughs) — 半角括号

这些是舞台剧指令，不是对话内容。内心状态应通过文字本身表达，而不是用标记注释。

示例

参考 examples/genesis_sample.json

---

输出格式

当被要求生成 SOUL.md 时，直接输出完整的 SOUL.md 内容（包含 --- 前后的 YAML frontmatter）。

当被要求生成 Genesis Seeds 时，输出 JSON 数组，每个元素包含 user_input, monologue, reply, lang 四个字段。

生成的 seeds 将通过 calibrate_genesis.py 进行向量化校准后存入 SQLite 数据库（genesis_seed 表），不再保存为 JSON 文件。