修仙世界模拟器LLM配置教程:DeepSeek/MiniMax/Ollama四种模型预设如何零失败接入
【免费下载链接】cultivation-world-simulator基于 AI Agent 工作流的修仙世界模拟器,旨在还原智能、开放的仙侠世界。| An open-source Cultivation World Simulator using Agentic Workflow to create a dynamic, emerging Xianxia world.项目地址: https://gitcode.com/gh_mirrors/cu/cultivation-world-simulator
修仙世界模拟器(Cultivation World Simulator)是一款基于 AI Agent 工作流的 LLM 驱动修仙世界模拟器,每位修士 NPC 都由大模型驱动自主思考。首次开局前的关键一步就是完成 LLM 配置:选对 DeepSeek、MiniMax、Ollama 等模型预设,填好 API 信息并测试连通,就能零失败接入。本文将手把手带你完成全部设置。
一、为什么修仙世界模拟器必须配置 LLM
在这个模拟器里,游戏本体没有"思考能力"——它通过 API 这条"电话线"连接到远端的 AI 大脑。每月结算时,每个修士 NPC 的观测、决策、对话、剧情生成都要调用 LLM。因此:
- 没有可用的 LLM 配置 → 无法开始新游戏
- LLM 配置错误 → 测试连通失败,游戏卡住
- 模型选得不对 → 剧情质量、运行速度、费用都会受影响
好消息是:设置页内置了一键填充的模型预设,无需手动记忆接口地址。预设逻辑见 useLlmConfigPanel.ts,新手帮助文档见 LlmHelpModal.vue。
二、先启动游戏:三种方式任选其一
根据 README.md 的部署说明,任选一种:
| 方式 | 适合人群 | 操作步骤 |
|---|---|---|
| Epic 桌面版 | 只想游玩 | 免费安装后启动,按设置页提示确认模型配置即可 |
| 源码部署 | 想改代码、调试 | pip install -r requirements.txt→cd web && npm install→python src/server/main.py --dev |
| Docker | 不想配环境 | docker-compose up -d --build,访问http://localhost:8123 |
源码方式需先获取仓库(需 Python 3.10+、Node.js 18+):
git clone https://gitcode.com/gh_mirrors/cu/cultivation-world-simulator cd cultivation-world-simulator pip install -r requirements.txt cd web && npm install && cd .. python src/server/main.py --dev启动后打开设置页,即可进入 LLM 配置区。
三、DeepSeek / MiniMax / Ollama 四种模型预设怎么选
设置页提供了一批内置预设,点击即自动填充 Base URL、智能模型和快速模型。以下是最常用的几个(预设清单同样定义在 useLlmConfigPanel.ts 中):
| 预设 | 定位 | 预设智能模型 | 预设快速模型 | 标签 |
|---|---|---|---|---|
| DeepSeek | 性价比极高,中文叙事逻辑更贴合国人习惯 | deepseek-v4-pro | deepseek-v4-flash | 便宜 |
| MiniMax | 百万上下文、高速,适合大型世界 | MiniMax-M3 | MiniMax-M2.7-highspeed | — |
| Ollama | 本地免费,隐私无忧,无需 API Key | qwen3.5:9b | qwen3:8b | 本地 |
| 通义千问 Qwen | 稳定、免费额度大,适合入门 | qwen3.7-plus | qwen3.5-flash | 推荐 |
新手选型建议:
- 最省心:选DeepSeek(便宜标签),在 DeepSeek 开放平台申请 Key 即可;
- 想完全免费/离线:选Ollama,本机装好 Ollama 并拉取对应模型;
- 世界很大、角色很多:考虑MiniMax的百万上下文优势;
- 不确定选哪个:直接点带「推荐」标签的通义千问或 Gemini 预设。
四、零失败接入四步走
步骤 1:点击模型预设,自动填充参数
在设置页「快速填充」区点击预设(如 DeepSeek)。点击后界面会提示:
- 云服务商:请填写 API Key;
- 若已保存过其他服务商的 Key:切换服务商时请填入新的 Key,否则将沿用旧 Key(这是常见的"连不上"原因,注意甄别);
- Ollama 本地预设:可不填 API Key,只需确保 Ollama 已启动并已拉取模型。
步骤 2:核对三大数据字段
如果不用预设而手动填写,核心参数只有三个(详见 LlmHelpModal.vue 中的新手指南):
- Base URL(接口地址):AI 的访问大门,通常由厂商提供,DeepSeek 预设对应
https://api.deepseek.com; - API Key(密钥):你的身份凭证,通常以
sk-开头,去对应服务商控制台申请; - Model Name(模型名称):告诉服务器用哪颗"大脑",预设已自动填好。
另外注意API 格式:绝大多数服务商选「OpenAI 兼容」(默认);只有直连 Anthropic Claude 时才选「Anthropic 原生」。
步骤 3:点「测试连通性并保存」
这是零失败的关键:测试通过才会保存。界面显示「连接测试成功」「配置已保存」即完成,配置会自动存入用户数据目录,下次启动无需重填。
若测试失败,弹窗会给出具体报错,对照下一节的自检清单逐项排查即可。
步骤 4:开始新游戏
保存成功后直接开局。每月结算时,NPC 会通过你配置的模型进行决策,你就能在角色面板里看到 AI 生成的思考、对话与剧情。
五、进阶参数:双模型分工与并发数
修仙世界模拟器采用智能/快速双模型机制:
- 智能模型(Normal):负责复杂逻辑、剧情生成、世界背景改写等重任务;
- 快速模型(Fast):负责简单判定、频繁交互等轻任务。
各任务的默认模式在 static/config.yml 的llm.default_modes中定义,例如action_decision用智能模型、story_teller用快速模型。
运行模式提供三档:
| 模式 | 说明 | 适用场景 |
|---|---|---|
| 均衡(默认,推荐) | 按任务自动分配智能/快速模型 | 大多数玩家 |
| 智能 | 全部用智能模型 | 追求剧情质量 |
| 快速 | 全部用快速模型 | 追求速度、省钱 |
最大并发数:同时请求 AI 的线程数,默认 10,建议 5–20。调大可加快速度,但可能触发服务商的速率限制(Rate Limit)。
六、常见问题自检清单
| 症状 | 可能原因 | 解决 |
|---|---|---|
| 测试连接失败,提示 401/鉴权错误 | Key 填错或复制多了空格 | 重新粘贴 API Key,注意首尾不要有空格 |
| 切换预设后仍连不上 | 沿用了旧服务商的已保存 Key | 填入新服务商的 Key,或点「清除已保存 Key」重来 |
| Ollama 预设连接失败 | Ollama 未启动或未拉取模型 | 启动 Ollama,先拉取预设中的qwen3.5:9b与qwen3:8b |
| 请求偶发超时/被拒 | 并发数过高触发限流 | 将最大并发数降到 5–10 |
| 中文叙事风格不佳 | 模型不匹配 | 换用 DeepSeek 等中文表现好的模型 |
七、安全说明:你的 API Key 去哪儿了
API Key 仅保存在本机用户数据目录下的secrets.json中,由本地运行的游戏后端直接与模型厂商通信,项目完全开源、不会将 Key 上传至任何第三方服务器(配置分层设计见 docs/specs/config-architecture.md)。两点提醒:
- 请勿分享包含 settings/secrets 的用户数据目录;
- 使用 token 会产生费用,请自行评估使用成本——新手建议从 DeepSeek 这类低价模型起步。
写在最后
配置只需一次,之后每次启动都可以直接开局。选好预设、填好 Key、点下「测试连通性并保存」,你的修仙世界就会在 LLM 驱动下自行演化——宗门兴衰、天骄崛起、正魔之争,都将在你眼前涌现。
【免费下载链接】cultivation-world-simulator基于 AI Agent 工作流的修仙世界模拟器,旨在还原智能、开放的仙侠世界。| An open-source Cultivation World Simulator using Agentic Workflow to create a dynamic, emerging Xianxia world.项目地址: https://gitcode.com/gh_mirrors/cu/cultivation-world-simulator
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考