Echo/Assets/_Project/Docs/chat_system_optimization_plan.md

DeepSeek & Doubao 对话系统优化计划 (Multi-Provider 版)

1. 核心痛点与需求分析

1.1 现状问题

• API 上下文限制: 无论是 DeepSeek 还是 Doubao，无限增长的 messageHistory 都会导致 Token 超限或费用激增。
• 数据持久化缺失: 重启游戏后，玩家与 AI 的所有交互记录都会丢失。
• UI 性能隐忧: TabletController 中的聊天气泡若无限增加，会导致渲染卡顿。
• 多模型架构: 现已引入 LLMChatManager 管理 DeepSeek 和 Doubao，优化方案必须适配这种多服务架构。

1.2 用户新需求

• 滚动压缩: 在服务内部控制发送给 API 的上下文长度。
• 全局存档: 无论切换哪个 AI 模型，对话历史都应被统一保存和回看。
• UI 优化: 聊天框只显示最近消息，但提供“查看完整历史”的功能。
• Function Calling (AI 互动控制): 让 AI 能够通过调用游戏内的特定函数来控制环境（如开灯、开门、发放道具等）。

---

2. 架构设计：全局存档 + 局部上下文 + Function Calling

为了适配多模型架构，我们将数据职责分离：

2.1 数据结构分离

1. Local Context (局部上下文 / 短期记忆)

   • 位置: DeepSeekService 和 DoubaoService 内部。
   • 用途: 仅用于维护当前对话的 API 上下文。
   • 策略: 严格限制长度（如 20 条）。触发限制时，执行滚动压缩（移除最早记录，保留 System Prompt）。
   • 生命周期: 切换模型时，通常意味着上下文切换（可选策略：清空或保留）。

2. Global Chat Log (全局存档 / 长期记忆)

   • 位置: LLMChatManager 或新建 ChatHistoryManager。
   • 用途: 记录玩家在游戏中产生的所有对话（User + Any AI）。
   • 策略: 只增不减，负责序列化保存到本地 JSON。
   • 生命周期: 贯穿整个游戏存档。

2.2 UI 显示与性能优化策略 (TabletController)

• 主聊天窗口 (Active UI):
  • 仅显示最近 N 条消息（例如 50 条）。
  • 当新消息生成时，若 UI 子物体过多，销毁最旧的消息对象。
• 历史记录功能 (History Viewer):
  • 触发: 平板界面上的“历史记录”按钮。
  • 数据源: 读取 Global Chat Log。
  • 显示: 在独立面板中展示完整对话。

2.3 Function Calling (AI 互动)

• 目标: 允许 AI 通过输出特定的格式（如 JSON 或 特殊标记）来触发游戏内的行为。
• 实现方式:
  • 定义一套 Command 协议（例如 [CMD:OpenDoor(ID=1)]）。
  • 在 LLMChatManager 中解析 AI 的回复内容。
  • 如果包含命令，拦截该部分内容并执行对应的 C# 方法，仅将文本部分显示给玩家。

---

3. 详细实施方案

3.1 LLM 服务层改造 (DeepSeekService.cs / DoubaoService.cs)

• 目标: 实现上下文修剪 (Context Trimming)。
• 修改:
  • 引入 maxContextLength 变量。
  • 在 SendMessage 流程中，在添加到 messageHistory 后调用 TrimHistory()。
  • TrimHistory() 逻辑：保留 Index 0 (System Prompt)，移除 Index 1+ 的旧消息，直到 Count <= maxContextLength。

3.2 管理层改造 (LLMChatManager.cs)

• 目标: 实现全局日志记录与存档。
• 修改:
  • 新增 public List<Message> fullChatLog。
  • 新增 SaveChatHistory() 和 LoadChatHistory()。
  • 事件监听: 当 SendUserMessage 被调用或回调返回时，将内容追加到 fullChatLog 并触发自动保存。

3.3 UI 层改造 (TabletController.cs)

• 目标: UI 缓冲管理与历史查看。
• 修改:
  • AddMessageToUI: 检查 chatContent 子物体数量，超过阈值则 Destroy 顶部子物体。
  • 新增 ShowHistoryPanel(): 打开新面板，根据 LLMChatManager.fullChatLog 实例化所有历史消息。

3.4 AI 互动系统 (Function Calling)

• Prompt 调整: 更新 System Prompt，告知 AI 它可以使用 [CMD:xxx] 格式来执行动作。
• Command Parser:
  • 在 LLMChatManager 中实现正则匹配 \[CMD:(.*?)\]。
  • 构建 CommandRegistry，将字符串映射到 UnityAction 或具体函数。
  • 示例: [CMD:GiveItem(Key)] -> InventorySystem.AddItem("Key")。

---

4. 任务清单 (Todo List)

阶段一：服务层上下文优化

• 修改 DeepSeekService.cs，实现 TrimHistory 逻辑。
• 修改 DoubaoService.cs，实现 TrimHistory 逻辑。
• 验证 API 请求体长度是否受控。

阶段二：全局存档系统

• 修改 LLMChatManager.cs，添加 fullChatLog 列表。
• 实现 JSON 存档/读档功能 (Save/Load)。
• 在 Start 中加载历史，在对话发生时追加记录并保存。

阶段三：UI 性能与功能

• 修改 TabletController.cs，实现 UI 气泡数量限制（自动销毁旧气泡）。
• 在 TabletController 或独立脚本 ChatHistoryPanelController 中制作“历史记录面板” (History Panel) 的逻辑。

阶段四：AI 互动与 Function Calling

• 制定 AI 指令协议（Prompt 与 格式）。
• 在 LLMChatManager 中编写指令解析器。
• 连接游戏系统（如 Inventory, DoorController）。
• 测试 AI 能否正确触发开门或给道具。