CardForge v1.1.2
July 12, 2026 · View on GitHub
会造卡片的卡片。 CardForge 本身是一张 DLC 卡片——它把设计文档/聊天记录/小说/一句话编译成可运行的数字生命卡片。
关联项目：DLC Protocol v2.6.0 | 塔罗牌占卜师 | 青蛙解剖实验台
🎯 在 TRAE 中体验
解压后直接导入 TRAE 平台即可使用。包含完整 skill 包 + DLC v2.6.0 引擎。
为什么需要 CardForge
纯手写 Prompt 做一个 AI 角色需要 3-8 小时反复调试。DLC Protocol 把角色拆成了引擎+卡片——但手动写 JSON 配置仍然繁琐。CardForge 把最后这一段也自动化了：写一份设计文档（或一句话），20-30 分钟出可运行的卡片。10-15x 提速。
四种输入源
| 输入 | 适用场景 | 状态 |
|---|---|---|
| 设计文档 | 精准创作——定义实体/通道/命令/叙事 | ✅ 可用 |
| 一句话描述 | 快速玩票——"一只高冷的黑猫" | ✅ 可用 |
| 聊天记录蒸馏 | 迁移已有角色——从对话中提取人格 | 🔜 计划中 |
| 小说/剧本抽取 | 虚构角色实体化——从文本中建卡 | 🔜 计划中 |
架构
输入（设计文档 / 一句话描述）
↓
解析器（parser.py） → DesignIR（design_ir.py）
↓
生成器（generator.py） → 6 个 JSON 配置文件 + narratives.json（LLM）
↓
校验器（validator.py） → 7 项自动检查
↓
测试器（tester.py） → 冒烟测试 + 100 次数值仿真
↓
可运行的 DLC 卡片
文件说明
| 文件 | 职责 |
|---|---|
design_ir.py | DesignIR dataclass — 编译器中间表示，含序列化/反序列化/自校验 |
parser.py | 前端 — 设计文档→IR prompt、一句话→设计文档 prompt |
generator.py | 后端 — IR→6个JSON（自动映射）+ narratives.json prompt |
validator.py | 7 项自动检查：文件存在/JSON语法/引用完整/叙事覆盖/命令可达/死锁 |
tester.py | 冒烟测试（所有命令）+ 100次随机仿真 + 边界死锁检测 |
forge.py | 主编排器 |
forge_skill.py | TRAE Skill 打包器 — 将卡片编译为可导入的 Skill 包 |
用法
# 设计文档 → 卡片（mock 模式，测试管线）
python -m cardforge.forge --design design.md --output cards/my-card --llm mock
# 设计文档 → 卡片（真实 LLM，开发中）
python -m cardforge.forge --design design.md --output cards/my-card --llm api
# 一句话 → 卡片
python -m cardforge.forge --one-liner "一只粘人的橘猫" --output cards/sticky-cat --llm api
# 只校验
python -m cardforge.forge --validate cards/my-card
# 只测试
python -m cardforge.forge --test cards/my-card
校验器 7 项检查
| # | 检查 | 严重程度 |
|---|---|---|
| 1 | 文件存在性（8 个必需文件） | 错误 |
| 2 | JSON 语法合法性 | 错误 |
| 3 | 引用完整性（modifier→channel, threshold→entity, command→modifier） | 错误 |
| 4 | 叙事覆盖（每个阈值事件有对应叙事） | 警告 |
| 5 | 命令可达性（每个通道有命令能改变它） | 警告 |
| 6 | 数值死锁检测（只增不减/只减不增） | 警告 |
| 7 | 孤儿叙事检测（有叙事但无阈值触发） | 提示 |
DLC 生态
digital-life-card (v2.6.0) ← 引擎——游戏机
├── imago-explorer ← 塔罗牌占卜师
├── frog-dissection-lab ← 青蛙解剖实验台
├── neko-cat-skill ← Neko 电子猫
└── cardforge ← CardForge（你在这里）
已验证
- 基于 DLC v2.6.0 引擎（框架 301 项测试全绿）
- 端到端管线：设计文档 → DesignIR → 8 个 JSON → 校验 → 8/8 冒烟通过
- 数值仿真：100 次随机命令无崩溃
- TRAE Skill 完整导入/运行验证通过
下一步
- 接入真实 LLM API（
--llm api标记为开发中，当前仅 mock 可用） - 聊天记录蒸馏管线
- 小说/剧本角色抽取管线
- 增量重编译（diff 检测）