add action chain

src/classes/ai.py

@@ -3,25 +3,45 @@ NPC AI的类。
 这里指的不是LLM或者Machine Learning，而是NPC的决策机制
 分为两类：规则AI和LLM AI
 """
+from __future__ import annotations
 from abc import ABC, abstractmethod
+from typing import TYPE_CHECKING
 
 from src.classes.world import World
 from src.classes.tile import Region
 from src.classes.root import corres_essence_type
 from src.classes.action import ACTION_SPACE_STR
+from src.classes.event import Event, NULL_EVENT
 from src.utils.llm import get_ai_prompt_and_call_llm
 
+if TYPE_CHECKING:
+    from src.classes.avatar import Avatar
+
 class AI(ABC):
     """
     AI的基类
     """
-    def __init__(self, avatar: 'Avatar'):
+    def __init__(self, avatar: Avatar):
         self.avatar = avatar
 
-    @abstractmethod
-    def decide(self, world: World) -> tuple[str, dict]:
+    def decide(self, world: World) -> tuple[str, dict, Event]:
         """
-        决定做什么
+        决定做什么，同时生成对应的事件
+        """
+        # 先决定动作和参数
+        action_name, action_params = self._decide(world)
+        
+        # 获取动作对象并生成事件
+        action = self.avatar.create_action(action_name)
+        event = action.get_event(**action_params)
+        
+        return action_name, action_params, event
+
+    @abstractmethod
+    def _decide(self, world: World) -> tuple[str, dict]:
+        """
+        决策逻辑：决定执行什么动作和参数
+        由子类实现具体的决策逻辑
         """
         pass
 
@@ -29,9 +49,9 @@ class RuleAI(AI):
     """
     规则AI
     """
-    def decide(self, world: World) -> tuple[str, dict]:
+    def _decide(self, world: World) -> tuple[str, dict]:
         """
-        决定做什么
+        决策逻辑：决定执行什么动作和参数
         先做一个简单的：
         1. 找到自己灵根对应的最好的区域
         2. 检测自己是否在最好的区域
@@ -69,17 +89,19 @@ class LLMAI(AI):
         不能每个单步step都调用一次LLM来决定下一步做什么。这样子一方面动作一直乱变，另一方面也太费token了。
         decide的作用是，拉取既有的动作链（如果没有了就call_llm），再根据动作链决定动作，以及动作之间的衔接。
     """
-    def decide(self, world: World) -> tuple[str, dict]:
+    def _decide(self, world: World) -> tuple[str, dict]:
         """
-        决定做什么
+        决策逻辑：通过LLM决定执行什么动作和参数
         """
         action_space_str = ACTION_SPACE_STR
         avatar_infos_str = str(self.avatar)
         regions_str = "\n".join([str(region) for region in world.map.regions.values()])
+        avatar_persona = self.avatar.persona.prompt
         dict_info = {
             "action_space": action_space_str,
             "avatar_infos": avatar_infos_str,
-            "regions": regions_str
+            "regions": regions_str,
+            "avatar_persona": avatar_persona
         }
         res = get_ai_prompt_and_call_llm(dict_info)
         action_name, action_params = res["action_name"], res["action_params"]