AI当主持人的文字冒险，骰子由Python算，不经过模型

骰子由程序算

Anyworld 是一个自托管的多人文字 RPG，也支持单人模式。灵感来自 AI Dungeon 早期的浏览器免费版 AI Dungeon 2。它把最容易让人怀疑的一环交给程序：行动结果不确定时，Python 负责随机数计算，模型只拿到骰子结果去叙述后果。随机部分完全不经过模型，数字不会凭空变出来。

一个链接加入

一个人同时托管服务器和运行模型。可以用 llama.cpp 跑本地模型，也可以用 OpenAI 或其他云端 API，云端方案对非英语玩家更友好。主机把浏览器链接发给朋友，桌面端和移动端都能打开。除了主机，没有人需要安装任何东西。玩家提交行动后，模型一次性解析整轮行动，会考虑角色之间的互动和相互干扰，而不是各过各的。

长故事的记忆

旧回合会被压成三类摘要：世界状态、玩家事实、未解决的线索。压缩之后，模型还会额外审查一遍，避免摘要丢掉重要事实。断线也做了处理：标签页意外关掉，重新登录后未完成的行动和历史都还在。

主机藏得住的事

场景自己写，设定、角色、开场状态都行，不限于奇幻。主机还能把隐藏信息喂给模型，比如 NPC 的动机、秘密规则、剧情走向。秘密触发机制每局可以设一个隐藏概率。开发者的例子是：玩家走进一栋建筑，有 20% 概率建筑倒塌。概率在后台算出，一旦触发，模型把后果织进故事，玩家看不到底层数字。游戏另有一条场外聊天频道，模型不会读取。

限制和门槛

托管需要一些技术底子：熟悉 Python，还要处理网络问题，比如 VPN、端口转发。开发者在持续改进，Docker 的提议他表示会考虑。现在一台服务器一次只能跑一个游戏。重启会丢掉实时会话，只留下 HTML 和 JSONL 转录，还不能当可加载的存档。连接用自签名证书做 HTTPS 加密，玩家加入时会看到浏览器安全警告，需要手动继续。作者承认这不是理想方案，之后会做更稳的版本。本地 llama.cpp 后端目前只支持英语叙述，因为开发者的 PC 能跑的本地模型处理其他语言效果很差。想要非英语游戏，要用云端 API。

硬件和模型

开发时作者用 llama.cpp 和 Gemma 4-26B-A4B Q4，上下文 128k。在 RTX 5070 Ti 16GB 上，每回合解析约 5 秒。他推荐的模型是 Gemma 4-26B-A4B-it-qat-uncensored-heretic-UDmerge-GGUF，推荐参数为 temperature 1.0、top-p 0.95、top-k 20、min-p 0.0、presence-penalty 0.0、repeat-penalty 1.0。仓库里附带一个基准测试文件，用来衡量模型遵守游戏指令的程度。开发过程中还用了阿里云 Qwen 3.8 27b 和 OpenAI 的 GPT-5.6 Luna、GPT-6 Astra 辅助。故事质量很大程度取决于模型选择和参数调整。

社区怎么看

代码以 MIT 许可证发布，作者说开源到底，分叉和协作都欢迎。Reddit 的讨论集中在混合设计上：Python 算骰子和隐藏概率，模型只负责叙述。这条思路被认为能防止模型编数字或作弊。Docker 化也被点到，说会极大降低门槛。有人提到另一个项目 OpenDungeonMaster，带图形界面，做得更深。一位做 MMO 的评论者说，他在自己的项目里用同一个 Gemma 模型的 styletune 变体控制 LLM 角色。他过去对低激活参数 MoE 模型很挑剔，这次的表现让他印象深刻。另有人问，是不是只有 LLM 坐主持人位置，队伍里的 NPC 不由 LLM 控制，往后有没有计划。另外，一位用户已经改了自己的分叉，想提 PR，发现 PR 被锁成仅协作者，暂时只能留在分叉里。