ATRI-skil与ds+napcatqq的有机结合 （源于我发现了有人写了对游戏角色ATRI的全剧情skill提取，于是萌生了赛博女友的想法）正片：基于 DeepSeek + NapCatQQ 的 ATRI 角色扮演 QQ 机器人将 Galgame 角色的行为逻辑工程化为可运行的对话系统。架构┌─────────┐ OneBot v11 ┌──────────────┐ AI API ┌──────────┐ │ NapCatQQ │ ── WebSocket ─▶ │ Python Bot │ ── HTTP ────▶ │ DeepSeek │ │ (QQ层) │ ◀──────────── │ (业务层) │ ◀──────────── │ (推理层) │ └─────────┘ │ │ └──────────┘ │ · 角色引擎 │ │ · 状态机 │ │ · 记忆管理 │ │ · 调度器 │ └───────────────┘协议层：NapCatQQ 将 QQ 消息封装为 OneBot v11 事件，通过反向 WebSocket 推送到 Bot 服务端推理层：DeepSeek API（OpenAI 兼容接口），负责对话生成，支持热切换通义千问业务层：Python/asyncio，包含角色引擎、状态机、记忆系统、定时调度角色引擎设计角色行为不是靠「写一段人设描述」就能稳定的。LLM 天然有输出漂移的问题——几轮对话后人设会逐渐走样。解决方案是将角色的行为规则结构化为多层级约束：状态机状态触发条件表达特征退出阻尼低电压晨间 / 被唤醒嗜睡、呓语、揉眼睛2-3 轮缓慢过渡高性能被夸奖 / 掩饰失误得意、挺胸、嘴硬被戳穿时瞬间泄气防御态被辱骂搬法律反击、必然忘词沉默后找台阶恢复空洞态被命令「别伪装」去温度、客观陈述、零语气词需外部主动打破状态切换带有阻尼感——不是瞬时的 if-else，而是符合情感惯性的渐进过渡。这在 System Prompt 中以「退出/恢复的阻尼感」规则约束 LLM 的输出。口癖与动作的触发控制吧唧吧唧、嘿嘿、揪衣角 等每个标志性行为都有明确的触发条件和频率上限。没有触发条件的行为绝不出现，避免 LLM 泛化成廉价卖萌。阶段预设角色关系分前/中/后三期，默认锁定在前中期。后期的高浓度情感只在用户给出明确上下文（离别、表白、期限）时才解锁，避免「初见就表白」的角色崩坏。这些规则来自 GzSakura1337/ATRI-skills 对游戏全量剧本的逆向工程，包含表达 DNA 分析、场景锚点提取、思维逻辑建模。记忆系统短期记忆：环形缓冲区，保留最近 30 轮对话作为上下文窗口长期记忆：旧对话通过 LLM 压缩为摘要存入 SQLite，检索时基于关键词匹配 + 重要性加权好感度：基于用户消息内容，规则引擎计算变化量，持久化到 SQLite部署git clone https://github.com/atriyoung/atri-qq-bot.git # 配置 .env docker compose up -dDocker Compose 编排两个容器：NapCatQQ（QQ 协议）和 Python Bot（业务逻辑），通过内部网络通信。技术栈Python 3.11+ · aiohttp · SQLite (aiosqlite) · DeepSeek API · OneBot v11 · NapCatQQ · DockerGitHub: atriyoung/atri-qq-bot角色研究致谢: GzSakura1337/ATRI-skills