writing-agent/docs/play-dm-auditor.md

主世界层 与 旁观维护：怎么配合

用白话说明「DM」和「副 LLM（旁观）」谁先谁后、谁干什么。
实现上当前管线是：主世界层 →（可选角色视角）→ 转述 → 旁观维护。

1. 先说清楚两个角色

称呼	槽	干什么	不干什么
主世界层（DM）	gm	读设定与当前状态，对本轮玩家行动做裁决；可提议改变量	不负责长文文风；不靠「再想一遍」修表
旁观维护（副 LLM）	auditor	查漏补缺：表缺字段、该不该按生成规则补一条实例；多数轮空操作	不当作者写正文；不替代裁决

转述只吃裁决包写用户可见文字——与「俩人怎么配合」无关。

2. 你提到的两种做法

做法甲：DM 先提要求 → 副 LLM 交作业 → DM 再过一遍

DM：「按怪物规则补 1 个」→ 旁观生成 → DM 再裁决一次

• 优点：DM 始终握笔。
• 缺点：同一回合容易 3 次模型调用，贵、慢；旁观一不小心变成「小作者」。

做法乙：DM 先交齐裁决 → 把结果和要求交给副 LLM → 副 LLM 用工具改表

DM 出裁决包（含变量变更）→ 旁观只动表/触发生成 → 程序合并，不再开一轮 DM

• 优点：叙事权威仍在 DM；旁观像库管/校对，适合工具改表。
• 缺点：若裁决里已经写错事实，旁观「修表」救不了叙事，只能修状态。

3. 本仓库采用的（推荐）

采用做法乙：主世界层先拍板 → 转述 → 旁观在回合末改表（合并结果供下一轮主世界层读取）。

每轮：
  1. 主世界层：读上一轮合并后的 变量.当前 + 设定 + 历史 + 用户输入
     → 出 settlement 裁决包（可含 variable_changes；可经 harness 调机遇工具）
  2. 程序：合并裁决中的 variable_changes → 变量.当前（边沿副作用照常）
  3. 叙事转述（若启用）：只读裁决包写用户可见正文
  4. 旁观维护：读本轮裁决 + 合同 + 表
     → 多数轮：空 maintain
     → 少数轮：table_ops / need_generate
  5. 程序：合并旁观 table_ops → 变量.当前（**下一轮**主世界层才读到）

要点：

1. 不要默认「旁观先扫再让 DM 裁决」（旧顺序已废弃）。
2. 不要默认「DM 写完再让旁观润色全文」（贵，且旁观会抢笔）。
3. 不要默认「旁观先写一大段设定再交给 DM」（旁观变作者）。
4. 生成规则给旁观：只要合同（有哪些 rule、格式、何时该生成），不要整本描写范文。
5. 真要「按规则生成实例」：旁观点 need_generate.rule_id，由程序/既定生成通路落表，而不是旁观写小说。

4. 和「生成规则要不要给副 LLM」的关系

问题本质不是「塞不塞那一份文档」，而是：

• 旁观要不要能说「该按某条规则补东西」？→ 要，就得看见规则目录/格式。
• 旁观要不要会写角色描写？→ 不要，所以描写长文不必进旁观上下文。

5. 上下文与思考流（UI 对接）

主世界层游玩期走 gm harness（tool loop）：与普通 worker 相同，经 onThinkingDelta / onOutputDelta 把推理与正文增量推到前端；机遇工具往返也在同一气泡时间线内展示，不另开隐藏通道。

转述、旁观仍各是一次 worker 调用，各自独立流式输出；不要把旁观维护当成 gm 的 tool。

6. 一句话

主世界层断事；转述说话；旁观在回合末对表，改表给下一轮。
交互上优先「一次裁决 + 延后轻维护」，不优先「来回多轮 LLM 传话」。