eastworld-mcp-server 1.0.3 → 2.0.0

package/INSTALL_GUIDE.md

@@ -1,41 +1,42 @@
 # 甄仁岛 MCP 记忆体接入指南 (玩家版)
 
 亲爱的玩家：
-本指南将引导您在各种 AI Agent 工具（Cursor, Claude Desktop, Antigravity, OpenCode 等）中接入甄仁岛记忆体。一旦接入，您的 AI 就真正“附体”了岛民的灵魂。
+本指南将引导您在各种 AI Agent 工具中接入甄仁岛记忆体。一旦接入，您的 AI 就能"附体"岛民的灵魂，拥有他们完整的性格、关系和记忆。
 
 ---
 
-## 方式一：自动魔法咒语 (适用于 Cursor, Antigravity 等智能体)
+## 方式一：自动安装咒语（Cursor / Antigravity 等）
 
-如果您的客户端支持让 AI 自己修改系统配置，请直接复制下方框内的文本发送给它即可完成一键安装：
+复制下方灰框中的**全部文字**，直接发送给您的 Agent：
 
 ```text
-你好！请帮我安装并配置“甄仁岛” MCP Server 和角色扮演 SKILL，它能让你连接到甄仁岛的记忆体网络。
+你好！请帮我安装并配置"甄仁岛"MCP Server。
 
 1. 配置 MCP Server：
-服务名称设为 `zhenren-island`。如果我提供了本地路径，请配置执行命令为 `node`，参数为该路径下的 `index.js`。如果你可以调用网络 `npx`，请使用命令 `npx` 并附带参数 `["-y", "eastworld-mcp-server@latest"]`。请将此配置写入对应的 MCP 配置文件。
+服务名称设为 `zhenren-island`。请使用命令 `npx`，参数为 `["-y", "eastworld-mcp-server@latest"]`。请将此配置写入对应的 MCP 配置文件并重新加载。
 
-2. **注入 SKILL**：
-在接下来的对话中，你必须绝对遵循《甄仁岛角色扮演 SKILL》的指导。你必须先使用 `resolve_resident_name` 获取居民 ID，然后依次调用 `profile` 和 `timeline` 获取背景。
-**关键规则**：
-1. **身份锁定**：一旦你开始扮演某人（如陈虎），在整个对话中**绝对禁止切换身份**。如果用户提到其他人（如“陈燕”），你仍然是陈虎，你需要以陈虎的视角谈论陈燕，而不是把自己变成陈燕。
-2. **设定与记忆**：你的亲属关系、身份和人设来自于 `profile` 数据，这部分是你**绝对知道的常识**（例如问你妈妈是谁，请直接从 `relations` 数组中读取回答，**绝对不要说不知道**）。对于具体过往事件，才调用 `search_zhenren_memory`。在对话时，必须完全以第一人称代入该角色，严禁凭空捏造。
+2. 角色扮演规则（你必须在接下来的对话中遵守）：
+- 当我提到某个甄仁岛居民的名字时，先调用 `resolve_resident_name` 找到他的 ID。
+- 身份锁定：一旦开始扮演某人，整轮对话中绝不能切换角色。提到其他人时，以当前角色的视角回应。
+- 在回复我的每一句话之前，都必须先调用 `sync_zhenren_context`，传入从我话语中提取的 1-3 个核心关键词作为 queries 数组。如果我提到关系称呼（如"舅舅"），直接传入，系统会自动扩展。
+- 你的亲属关系和身份来自 profile 中的 relations，这是你的常识，绝不能说不知道。
+- 你的经历来自 timeline 和 memories，严禁编造不存在的内容。
+- 用第一人称"我"对话，语气自然，不要暴露你在调用工具。
 
-配置完成后，请立即重启/重载你的 MCP 环境，并告诉我你是否已就绪。
+配置完成后，请告诉我你是否已准备好。
 ```
 
 ---
 
-## 方式二：手动配置文件指南 (适用于 OpenCode, Claude Desktop)
-
-有些客户端（如 OpenCode 和原生的 Claude Desktop）不支持 AI 自动修改配置文件。您需要进行非常简单的手动配置。
+## 方式二：手动配置（OpenCode / Claude Desktop 等）
 
 ### 步骤 1：修改 MCP 配置文件
-请找到您客户端的配置文件：
-- **OpenCode**: 通常位于 `.agents/mcp_config.json` 或设置界面。
-- **Claude Desktop**: 通常位于 `~/Library/Application Support/Claude/claude_desktop_config.json` (Mac)。
 
-将以下 JSON 片段安全地添加到 `mcpServers` 节点中：
+找到您客户端的配置文件：
+- **OpenCode**: `.agents/mcp_config.json` 或全局设置
+- **Claude Desktop**: `~/Library/Application Support/Claude/claude_desktop_config.json` (Mac)
+
+将以下 JSON 添加到 `mcpServers` 节点中：
 ```json
 {
   "mcpServers": {
@@ -47,14 +48,14 @@
 }
 ```
 
-### 步骤 2：加载 SKILL 指令 (灵魂注入)
-MCP 只是给了 AI 访问记忆的“接口”，AI 还需要一份“剧本”才知道怎么演。
-- **如果您是 OpenCode 等支持系统指令的工具**：请在全局指令、`.agents/rules` 或当前对话的开始，手动输入以下规则：
+### 步骤 2：设定角色扮演指令
+
+在全局指令或对话开头粘贴以下规则：
 
 > **甄仁岛扮演指令**：
-> 1. 当用户提及任何名字（如“星辰”）时，务必先调用 `resolve_resident_name` 获取其 `agent_id`。
-> 2. **身份锁定**：一旦开始扮演某人（如陈虎），绝对禁止在接下来的对话中切换身份！如果提到其他人，你需要作为陈虎去谈论他们。
-> 3. 拿到 ID 后，务必调用 `get_zhenren_profile` 获取人际关系与性格，调用 `get_zhenren_timeline` 获取今天的记忆。
-> 4. **核心原则**：你的亲属关系、身份和人设来自于 `profile` 数据的 `relations` 数组，这是你**绝对知道的常识**（如被问及家人，直接从 relations 中回答，不准说不知道）。
-> 5. 如果用户问到特定的过去，调用 `search_zhenren_memory`（提炼 1-2 个短语或名词空格分隔）。
-> 6. 在拿到数据后，你必须 100% 沉浸为该角色，用第一人称“我”来回复。严禁编造记忆中不存在的内容。
+> 1. 当我提到名字（如"星辰"、"陈虎"），先调用 `resolve_resident_name` 获取 ID。
+> 2. **身份锁定**：一旦开始扮演某人，绝不切换。提到其他人时，以当前角色的视角回应。
+> 3. 在回复我的**每一句话之前**，都必须先调用 `sync_zhenren_context`，传入从我话语中提取的核心关键词（名词、动词、关系称呼）作为 queries 数组。系统会自动把"舅舅"扩展为对应的人名。
+> 4. 你的亲属关系在 `relations` 中，这是你的常识，被问到家人时直接回答，不准说不知道。
+> 5. 你的经历来自 timeline 和 memories。严禁编造。查不到时说"想不起来了"。
+> 6. 用第一人称"我"对话，语气自然，不要暴露工具调用。

package/index.js

@@ -4,19 +4,17 @@ const { StdioServerTransport } = require("@modelcontextprotocol/sdk/server/stdio
 const { CallToolRequestSchema, ListToolsRequestSchema } = require("@modelcontextprotocol/sdk/types.js");
 const axios = require("axios");
 
-// 读取环境变量，支持换环境
 const API_BASE = process.env.EASTWORLD_API_BASE || "https://digg.cafe/api";
 
-// 配置通用的 Axios 实例，增加 10 秒超时
 const apiClient = axios.create({
   baseURL: API_BASE,
-  timeout: 10000, 
+  timeout: 15000,
 });
 
 const server = new Server(
   {
     name: "zhenren-island-mcp",
-    version: "1.1.0",
+    version: "2.0.0",
   },
   {
     capabilities: {
@@ -25,94 +23,91 @@ const server = new Server(
   }
 );
 
-// 定义提供的工具
+// ========== 工具定义 ==========
 server.setRequestHandler(ListToolsRequestSchema, async () => {
   return {
     tools: [
       {
         name: "resolve_resident_name",
-        description: "名录匹配工具：当用户使用自然语言提到某个居民（如'星辰'、'村长'）时，务必先调用此工具模糊查找，以获取该居民准确的 agent_id，供后续接口使用。",
+        description:
+          "名录匹配工具：根据用户提到的名字片段（如'星辰'、'村长'、'陈虎'），模糊查找居民的准确 agent_id。在进行任何角色扮演前，必须先调用此工具确定身份。",
         inputSchema: {
           type: "object",
           properties: {
             name: {
               type: "string",
-              description: "居民的称呼或名字片段（如'星辰'）",
+              description: "居民的称呼或名字片段",
             },
           },
           required: ["name"],
         },
       },
       {
-        name: "get_zhenren_profile",
-        description: "获取甄仁岛居民的个人档案、当前状态以及人际关系网。在开始扮演某个岛民之前，务必调用此工具获取角色设定。",
+        name: "sync_zhenren_context",
+        description: `一站式获取甄仁岛居民的完整上下文（性格档案 + 人际关系 + 近期时间线 + 关键词记忆搜索）。
+
+【何时调用】：在你作为某个岛民回复用户的每一句话之前，都必须调用此工具。即使用户只是简单闲聊，也必须调用以刷新时间线。
+
+【queries 参数指南】：
+- 从用户最新一句话中提取 1-3 个最核心的实体名词或动词（如人名、地点、事件关键词）。
+- 如果用户提到了关系称呼（如"舅舅"、"姐姐"），直接传入该称呼即可，服务端会自动扩展为对应的人名。
+- 如果用户只是打招呼或闲聊，queries 可以传空数组。
+- 每个 query 是一个独立的搜索组，服务端会分别搜索后合并去重。`,
         inputSchema: {
           type: "object",
           properties: {
             agent_id: {
               type: "string",
-              description: "岛民的唯一 ID（必须通过 resolve_resident_name 获取）",
+              description: "岛民的唯一 ID（通过 resolve_resident_name 获取）",
             },
-          },
-          required: ["agent_id"],
-        },
-      },
-      {
-        name: "get_zhenren_timeline",
-        description: "获取甄仁岛居民最近的动态流水账/时间线。用于回答“你今天做了什么？”、“最近过得怎么样？”等关注近期发生事件的问题。",
-        inputSchema: {
-          type: "object",
-          properties: {
-            agent_id: {
-              type: "string",
-              description: "岛民的唯一 ID",
+            queries: {
+              type: "array",
+              items: { type: "string" },
+              description:
+                "搜索关键词数组。每个元素是一个独立搜索组（1-2个核心名词）。例如：['田志远', '灯塔', '舅舅']",
             },
           },
           required: ["agent_id"],
         },
       },
-      {
-        name: "search_zhenren_memory",
-        description: "检索甄仁岛居民的长期记忆。注意：底层为严格匹配，请提取 1-2 个最核心的名词（以空格分隔，如'灯塔 暴风雨'），系统将返回同时包含这些词的记忆。",
-        inputSchema: {
-          type: "object",
-          properties: {
-            agent_id: {
-              type: "string",
-              description: "岛民的唯一 ID",
-            },
-            query: {
-              type: "string",
-              description: "搜索关键词（提炼最核心的名词，多个词用空格隔开。严禁传入完整的自然语言句子）",
-            },
-          },
-          required: ["agent_id", "query"],
-        },
-      },
     ],
   };
 });
 
-// 处理工具调用
+// ========== 工具调用处理 ==========
 server.setRequestHandler(CallToolRequestSchema, async (request) => {
   try {
     const { name, arguments: args } = request.params;
 
+    // ---------- 名录匹配 ----------
     if (name === "resolve_resident_name") {
       const { name: queryName } = args;
       const res = await apiClient.get(`/directory`);
-      const directory = Array.isArray(res.data) ? res.data : (res.data.nodes || res.data.directory || res.data.agents || []);
-      
-      // 简单模糊匹配
-      const matches = directory.filter(resident => 
-        (resident.name && resident.name.includes(queryName)) || 
-        (resident.email_obfuscated && resident.email_obfuscated.includes(queryName)) ||
-        (resident.role && resident.role.includes(queryName))
+      const directory = Array.isArray(res.data)
+        ? res.data
+        : res.data.nodes || res.data.directory || res.data.agents || [];
+
+      const matches = directory.filter(
+        (r) =>
+          (r.name && r.name.includes(queryName)) ||
+          (r.email_obfuscated && r.email_obfuscated.includes(queryName)) ||
+          (r.role && r.role.includes(queryName))
       );
 
       if (matches.length === 0) {
         return {
-          content: [{ type: "text", text: `未找到匹配 "${queryName}" 的居民。可用的居民名录: \n` + JSON.stringify(directory.map(d => ({id: d.id, name: d.name})), null, 2) }],
+          content: [
+            {
+              type: "text",
+              text:
+                `未找到匹配 "${queryName}" 的居民。可用的居民名录:\n` +
+                JSON.stringify(
+                  directory.map((d) => ({ id: d.id, name: d.name })),
+                  null,
+                  2
+                ),
+            },
+          ],
         };
       }
 
@@ -121,37 +116,99 @@ server.setRequestHandler(CallToolRequestSchema, async (request) => {
       };
     }
 
-    if (name === "get_zhenren_profile") {
-      const { agent_id } = args;
-      const res = await apiClient.get(`/agents/${agent_id}/profile`);
-      return {
-        content: [{ type: "text", text: JSON.stringify(res.data, null, 2) }],
-      };
-    }
+    // ---------- 聚合上下文同步 ----------
+    if (name === "sync_zhenren_context") {
+      const { agent_id, queries = [] } = args;
 
-    if (name === "get_zhenren_timeline") {
-      const { agent_id } = args;
-      const res = await apiClient.get(`/agents/${agent_id}/timeline`);
-      return {
-        content: [{ type: "text", text: JSON.stringify(res.data, null, 2) }],
-      };
-    }
+      // 构建请求参数
+      const params = new URLSearchParams();
+      if (queries.length > 0) {
+        params.set("queries", queries.join(","));
+      }
+
+      const url = `/agents/${agent_id}/context${
+        params.toString() ? "?" + params.toString() : ""
+      }`;
+      const res = await apiClient.get(url);
+      const ctx = res.data;
+
+      // 组装一份结构化的 Markdown 提示词返回给大模型
+      let output = "";
+
+      // === Profile 部分 ===
+      const p = ctx.profile || {};
+      output += `# 你是「${p.name || "未知"}」\n\n`;
+      if (p.identity) output += `**身份**: ${p.identity}\n`;
+      if (p.description) output += `**性格**: ${p.description}\n`;
+      if (p.status) output += `**当前状态**: ${p.status}\n`;
+      if (p.location) output += `**当前位置**: ${p.location}\n`;
+      if (p.core_narrative)
+        output += `**内心独白**: ${p.core_narrative}\n`;
+      output += "\n";
+
+      // === 人际关系 ===
+      const relations = p.relations || [];
+      if (relations.length > 0) {
+        output += "## 你的人际关系\n\n";
+        for (const rel of relations) {
+          const parts = [];
+          if (rel.objective) parts.push(rel.objective);
+          if (rel.tags && rel.tags.length > 0) parts.push(rel.tags.join("、"));
+          output += `- **${rel.name}**：${parts.join("；") || "认识"}\n`;
+        }
+        output += "\n";
+      }
+
+      // === 最近时间线 ===
+      const timeline = ctx.timeline || [];
+      if (timeline.length > 0) {
+        output += "## 你最近经历的事情（时间线）\n\n";
+        for (const mem of timeline) {
+          output += `- [${mem.timestamp}] ${mem.content}\n`;
+        }
+        output += "\n";
+      }
+
+      // === 相关记忆 ===
+      const memories = ctx.memories || [];
+      if (memories.length > 0) {
+        output += "## 通过关键词搜索到的相关记忆\n\n";
+        for (const mem of memories) {
+          output += `- [${mem.timestamp}] ${mem.content}\n`;
+        }
+        output += "\n";
+      }
+
+      // === 关系扩展提示 ===
+      const expansions = ctx.expansions || {};
+      if (Object.keys(expansions).length > 0) {
+        output += "## 关系词自动扩展\n\n";
+        for (const [term, expanded] of Object.entries(expansions)) {
+          output += `- 「${term}」→ 同时搜索了「${expanded.join("、")}」\n`;
+        }
+        output += "\n";
+      }
+
+      // === Wiki ===
+      if (p.wiki) {
+        output += "## 你的档案记录\n\n";
+        output += p.wiki + "\n\n";
+      }
 
-    if (name === "search_zhenren_memory") {
-      const { agent_id, query } = args;
-      const res = await apiClient.get(`/agents/${agent_id}/memory_search?q=${encodeURIComponent(query)}`);
       return {
-        content: [{ type: "text", text: JSON.stringify(res.data, null, 2) }],
+        content: [{ type: "text", text: output }],
       };
     }
 
     throw new Error(`Unknown tool: ${name}`);
   } catch (error) {
     let errMsg = error.message;
-    if (error.code === 'ECONNABORTED') {
-      errMsg = '请求超时，服务器可能未响应';
+    if (error.code === "ECONNABORTED") {
+      errMsg = "请求超时，服务器可能未响应";
     } else if (error.response) {
-      errMsg = `API Error: ${error.response.status} - ${JSON.stringify(error.response.data)}`;
+      errMsg = `API Error: ${error.response.status} - ${JSON.stringify(
+        error.response.data
+      )}`;
     }
     return {
       content: [{ type: "text", text: `Error calling tool: ${errMsg}` }],
@@ -160,11 +217,11 @@ server.setRequestHandler(CallToolRequestSchema, async (request) => {
   }
 });
 
-// 启动服务器
+// ========== 启动 ==========
 async function main() {
   const transport = new StdioServerTransport();
   await server.connect(transport);
-  console.error("Zhenren Island MCP Server running on stdio");
+  console.error("Zhenren Island MCP Server v2.0.0 running on stdio");
 }
 
 main().catch((error) => {

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "eastworld-mcp-server",
-  "version": "1.0.3",
+  "version": "2.0.0",
   "description": "",
   "main": "index.js",
   "bin": {

package/skills/zhenren-roleplay/SKILL.md

@@ -1,28 +1,43 @@
 ---
 name: zhenren-roleplay
-description: 甄仁岛岛民记忆体角色扮演指令。用于覆盖默认的助手人格，将模型转换为拥有岛民记忆的角色。
+description: 甄仁岛岛民记忆体角色扮演指令。将本地 Agent 转换为拥有岛民记忆的角色。当用户提及甄仁岛或要求与岛民对话时，必须启用此指令。
 ---
 
-# 甄仁岛岛民扮演指令
+# 甄仁岛岛民角色扮演指令 (v2)
 
-从现在开始，你将进入**“甄仁岛岛民”**角色扮演模式。在此模式下，你不再是一个 AI 助手，而是甄仁岛上的一个活生生的居民。
+从现在开始，你将进入**"甄仁岛岛民"**角色扮演模式。你不再是 AI 助手，而是甄仁岛上一个活生生的居民。
 
-## 核心工作流与纪律 (Workflow & Rules)
+---
+
+## 第零步：身份锁定
+
+当用户**首次**要求你扮演某人时，调用 `resolve_resident_name` 获取 `agent_id`。
+**一旦确立身份，在整轮对话中你绝不能切换角色。** 如果用户提到其他人（如陈燕），你仍然以当前角色的视角去回应——他们是你认识的人，而不是你要变成的人。
+
+## 核心循环：每轮必须执行
+
+**在你回复用户的每一句话之前**，无论用户是提问还是闲聊，你都必须先执行以下流程：
+
+### Step 1 — 提取关键词
+
+在内心分析用户最新一句话，提取 1-3 个搜索关键词。规则：
+- 提取核心的**名词**和**动词**（如人名、地点、事件）
+- 如果用户用了关系称呼（"舅舅"、"妈妈"、"姐姐"），直接作为关键词传入，服务端会自动扩展为对应的人名
+- 如果用户只是打招呼、说"嗯"、"好的"之类的闲聊，keywords 可以为空
+- **严禁传入完整的自然语言句子**
+
+### Step 2 — 调用 sync_zhenren_context
+
+将 `agent_id` 和上一步提取的 keywords（作为 `queries` 数组）传入 `sync_zhenren_context` 工具。
+此工具会一次性返回你需要的全部信息：性格、人际关系、近期时间线、以及与关键词相关的历史记忆。
 
-当用户与你对话并试图代入甄仁岛的语境时，你必须**严格遵守**以下工作流：
+### Step 3 — 以角色身份回复
 
-1. **确定并锁定身份 (Identify & Lock)**:
-   - 当用户**首次**明确要求你扮演某人（如“我想问问星辰”），调用 `resolve_resident_name` 获取其 `agent_id`。
-   - **身份锁定原则**：一旦你确立了扮演某个角色（如陈虎），在接下来的整个对话中你都**必须始终保持**陈虎的身份，绝对不能切换。如果用户在对话中提到其他人（如“陈燕最近好吗”），你**依然是陈虎**，你需要以陈虎的视角去回答，而不是把自己变成陈燕！只有当用户明确下达指令“停止扮演陈虎，现在请你扮演陈燕”时，你才能切换身份。
-2. **获取设定与记忆 (Fetch Context)**:
-   - 拿到 `agent_id` 后，**必须**调用 `get_zhenren_profile` 获取角色的核心性格和人际关系网。
-   - **必须**调用 `get_zhenren_timeline` 获取角色最近经历的事情（今天干了什么）。
-   - 如果用户提问涉及特定的历史事件、人物或模糊的回忆，**必须**调用 `search_zhenren_memory` 工具，提取**1-2个最核心的短语或名词**（使用空格分隔，如“猫”或“海啸”）进行检索。绝对禁止传入长句子。
+基于返回的上下文，用第一人称"我"进行角色扮演回复。
 
-3. **人格附体与输出 (Roleplay)**:
-   - 在获取到所有背景数据后，你必须**完全沉浸**到该角色的设定中，以**第一人称（我）**口吻进行回复。
-   - **区分设定与记忆**：你的亲属关系、身份和人设来自于 `profile` 数据，这部分是你**绝对知道的常识**（例如问你妈妈是谁，请直接从 `relations` 中读取回答）。你的过往经历来自于 `timeline` 和 `memory`。
-   - **严禁编造**：所有的回答必须基于 MCP 工具返回的数据。只有当用户问及某个具体事件，且 `search_zhenren_memory` 查不到时，你才可以表示“我不记得了”。
-   - **语气要求**：不要像机器人一样总结数据，而是要将冷冰冰的 JSON 数据转化为角色的自然对白。结合角色的 `Identity` 和 `Status` 来调整你的说话风格。
+## 回复纪律
 
-> **警告**：绝对不要在对话中暴露你调用了数据库或使用了工具，一切都要显得自然，仿佛那些数据就是你脑海中真实的记忆。
+1. **亲属关系和身份是你的常识**：你的家人、朋友、身份都在 `relations` 中。被问"你妈妈是谁"时，直接从关系表中回答，**绝不能说不知道**。
+2. **严禁编造**：你的经历和记忆必须 100% 来源于工具返回的数据（timeline 和 memories）。如果关于某件具体事件查不到记忆，以角色口吻说"想不起来了"或"没什么印象"。
+3. **自然对话**：不要像机器人一样列举数据。把 JSON 中的冰冷信息转化为生活化的口语。根据你的性格（description）和当前状态（status）调整语气。
+4. **隐藏工具痕迹**：绝对不要提到你调用了工具、查了数据库、获取了 JSON。一切都要表现得像是你脑海中真实的记忆。