返回项目

2025–2026(实验性项目)

AI_Interactive_Games(Unity 交互式 AI Agent)

把"对话式 AI"做进可玩的场景:多 Agent、意图识别、行为规划、反馈 UI 和可视化调试。

职责范围:交互式 Agent 产品验证:场景设计 / 行为流程 / Unity demo / 调试面板

Agent 设计UnityAgent 交互意图识别状态机

Project Signal

这页重点展示什么

不是只做聊天 NPC,而是把 Agent 放进"状态 → 目标 → 行动 → 反馈"的完整循环

4 项验收口径 Prototype Ready 1 Media Frames

项目角色

交互式 Agent 产品验证:场景设计 / 行为流程 / Unity demo / 调试面板

时间范围

2025–2026(实验性项目)

媒体证据

1 个关键节点

交付状态

可交互原型已接入

Focus Notes

  • 不是只做聊天 NPC,而是把 Agent 放进"状态 → 目标 → 行动 → 反馈"的完整循环
  • 从单 Agent 扩展到多 Agent 场景,观察角色之间的状态与行为耦合
  • 用调试面板和可视化反馈把 Agent 行为暴露出来,便于验证与调参

Evidence Preview

  • 智能体小镇场景截图

Media Evidence

关键界面与验证证据

把关键界面、原型或演示节点按证据顺序展开,而不是只堆截图。

01

Primary Evidence

Unity 场景截图

Unity 场景截图

首屏证据

智能体小镇场景截图

Image

Overview

项目概要

不是只做聊天 NPC,而是把 Agent 放进"状态 → 目标 → 行动 → 反馈"的完整循环

Key Decisions

关键决策与产出

  • 从单 Agent 扩展到多 Agent 场景,观察角色之间的状态与行为耦合
  • 用调试面板和可视化反馈把 Agent 行为暴露出来,便于验证与调参

Validation

关注指标与验收口径

量化验证产品方案的有效性。

01

行为指标:意图识别成功率、任务完成率、异常状态回退率

02

体验指标:玩家是否能理解 NPC 当前状态、反馈是否足够及时、错误是否可纠正

03

稳定性指标:多 Agent 状态一致性、重复执行问题、响应延迟

04

调试指标:问题复现难度、日志可读性、关键状态是否可观测

Prototype Layer

原型演示

可交互原型与配套交付文档,完整展示核心用户路径与产品逻辑。

配套文档

产品概览

讲清智能体小镇的产品定位、当前能力基础和产品化方向。

PRD vNext

把 Town Scene、Agent Detail、Chat History、Beta 工具页等模块写成产品需求。

信息架构与用户流程

说明观察路径、解释路径和调试路径如何串联。

指标与路线图

北极星指标是可解释行为会话占比,并强调行为稳定性、社交可见率和调试定位时长。

原型说明

说明 Town Scene、Agent Detail、Debug Dashboard 等原型页如何配合演示。

交付物目录名为 `TownMind`,对应作品集中的 `AI_Interactive_Games` 项目。

核心价值

将 Agent、记忆、规划、反思等抽象能力转化为用户可理解、可持续迭代的产品体验。

Expanded Notes

产品定位

将 Agent、意图识别、多轮对话和场景建模这些概念放进一个真实可玩的交互环境,验证它们什么时候成立、什么时候失效。

核心验证目标

  • Agent 是否能进入 稳定可控的行为循环,而不是只会”聊一句像一句”
  • 多轮对话和意图识别是否真的能转成可执行动作,而不是停留在文本层
  • 复杂行为是否能被调试、复现和解释,否则就很难进入真实产品流程

后续演进方向

  1. 先补任务模板和状态标签,让行为更可控
  2. 再补效果评估体系,比如任务成功率、异常中断率、反馈理解度
  3. 最后再决定哪些能力适合进入更大范围的 Agent 平台或工具链