🎮 拒绝 AI 幻觉：用 RAG 打造专属"魂系"道具设计师

import re
import json

def parse_talismans(raw_text):
    # 用正则切分每个护符的独立文本块
    pattern = re.compile(r'(\d+)\.\s*【(.*?)】\n\s*(.*?)(?=\n\d+\.\s*【|\Z)', re.DOTALL)
    matches = pattern.findall(raw_text)

    # 核心特征词：精准剥离"游戏数值"与"背景故事"
    effect_keywords = ['能提升', '能恢复', '能强化', '能减少', '将变得']

    results = []
    for match in matches:
        sentences = re.split(r'(?<=[。！？])', re.sub(r'\s+', ' ', match[2]).strip())
        effect_desc = [s for s in sentences if any(k in s for k in effect_keywords)]
        lore_desc = [s for s in sentences if not any(k in s for k in effect_keywords)]

        results.append({
            "item_name": match[1].strip(),
            "effect": " ".join(effect_desc),
            "lore": " ".join(lore_desc)
        })
    return results

import chromadb
from chromadb.utils import embedding_functions

# 初始化本地数据库
chroma_client = chromadb.PersistentClient(path="./vectordb")

# 加载轻量级中文 Embedding 模型
chinese_ef = embedding_functions.SentenceTransformerEmbeddingFunction(
    model_name="shibing624/text2vec-base-chinese"
)

# 创建专属知识库集合并将 JSON 数据灌入
collection = chroma_client.create_collection(
    name="elden_ring_talismans",
    embedding_function=chinese_ef
)

# 接收玩家的脑洞需求
user_query = "我想设计一个适合刺客用的，暴击能回血的道具，带点猩红腐败元素"

# 从知识库中召回最相似的 2 条官方设定作为"开卷参考"
results = collection.query(
    query_texts=[user_query],
    n_results=2
)

# 将召回的机制与背景故事打包为 Context
reference_text = format_results(results)

from google import genai

# 初始化客户端 (隐式读取环境变量保证安全)
client = genai.Client()

# 拼装包含参考资料的 Prompt
prompt = f"""
你是一位资深的游戏道具设计师。请根据玩家需求，并严格模仿以下参考护符的平衡机制与碎片化叙事风格，设计一个全新护符：

【玩家需求】：{user_query}
【官方参考资料】：\n{reference_text}
"""

# 调用大模型生成最终设计
response = client.models.generate_content(
    model='gemini-2.5-flash',
    contents=prompt
)

print(response.text)