CardForge v1.1.2 — DLC 数字生命卡片编译器

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

📦 下载 TRAE 专用包

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）