“如果”能让玩家自订角色行为，这个想法一直都有，但不管接口做的再简单，在
LLM 正式问世之前，对一般玩家来说都是“学习成本极高”的事情
但如果真的能透过自然语言就告诉游戏中的角色“你该怎么做”，那能想像的玩法
真的蛮多的，于是这个 Prototype 诞生了
SimVi - Github
https://github.com/bmcool/SimVi
这是一个 DEMO 影片连结
https://www.youtube.com/watch?v=r3hk_gpsb8Y
一些应用场景，例如：
战队组合系统
在动作游戏或 RPG 中，玩家可以控制主要角色，同时指挥其他伙伴。透过自然语言
，玩家可以为每个伙伴定义独特的作战策略：
坦克角色：“当敌人靠近时，优先保护玩家，如果玩家血量低于 50%，使用嘲讽
技能吸引敌人注意。”
治疗角色：“持续跟随玩家，当玩家或任何队友血量低于 30% 时，立即使用治疗
技能。”
输出角色：“优先攻击玩家正在攻击的目标，如果目标血量低于 20%，使用终结
技能。”
这样的设计让玩家可以根据不同的战斗情况，即时调整伙伴的战术，而不需要进入
复杂的设定选单。每个伙伴都可以有自己独特的行为模式，让战斗更加策略化和个
人化。
或是
资源采集优化
在模拟经营或策略游戏中，玩家需要管理多个村民进行资源采集。透过自然语言定
义每个村民的行为，可以实现更精细的资源管理：
分工协作：“让村民 A 专门采集木材，村民 B 专门采集石头，村民 C 负责在两
者之间运输资源到仓库。”
优先级管理：“当木材库存低于 100 时，所有村民优先采集木材；当木材充足时
，转为采集其他资源。”
效率优化：“让距离树林最近的村民负责采集，距离仓库最近的村民负责运输，
最大化整体效率。”
玩家可以用自然语言描述理想的资源采集策略，系统会自动生成对应的行为树，让
多个村民协同工作，达成最快的采集效率。这种方式比传统的“点击指派”更加灵
活，也让玩家可以实验不同的策略组合。
全文连结在这，根据专案本体跟一些补充，透过 VibeBlog 产的，不喜勿入
https://vibeblog.app/blog/simvi-ai-behavior-tree-prototype

感觉很像能用自然语言玩Screeps: World