infiplot – AI 实时交互式剧情游戏

InfiPlot是一款AI实时生成内容的互动剧情游戏，这里没有预设好的剧情、角色，所有内容都根据你的需求定制化的生成，用一句话说，我们要做的是一款用AI实时生成内容的《完蛋！我被美女包围了！》，无论你是六岁的小朋友，20岁的年轻人，35岁的青年还是60岁的长者，都能在这里满足独属于你的幻想。

一、InfiPlot 功能特点

1、纯 AI 驱动
没有写死的角色和分支，所有文本、画面、对话选项都是当场生成。

2、多智能体协作
内部拆成五个”岗位”——架构师定大纲、编剧写节拍、角色设计师保人设、场景布置师管背景、画家出图——互相配合保证故事不崩。

3、点击画面推进
点背景不同位置，视觉模型判断你是想探索当前场景还是进入下一场景，不用只盯着选项按钮

4、预测式加载
你还没选好时，引擎已经在后台画你可能去的下一个场景，切换时基本无等待

5、语音支持
可选接入 TTS，角色能念出台词（目前支持小米 MiMo 的音色克隆）

二、配置教程

InfiPlot 会与四类模型供应商通信。文本（Text）和视觉（Vision）都使用 OpenAI 兼容的接口，可以自由搭配。**图像（Image）**目前接入 Runware（其自有的 task-array 协议，并非 OpenAI 兼容）。语音（TTS）使用小米 MiMo 自有的音色设计/克隆协议——支持角色级音色设计、克隆与逐行演绎指导。

1. 选择你的供应商

供应商	环境变量	是否必填	推荐
Text · 剧情导演	`TEXT_BASE_URL` `TEXT_API_KEY` `TEXT_MODEL`	✅	DeepSeek 的 `deepseek-v4-flash`
Image · 场景渲染	`IMAGE_BASE_URL` `IMAGE_API_KEY` `IMAGE_MODEL`	✅	Runware 的 `runware:400@6`（FLUX.2 [klein] 9B KV）
Vision · 点击解读	`VISION_BASE_URL` `VISION_API_KEY` `VISION_MODEL`	✅	Google 的 `gemini-3.5-flash`
TTS · 角色配音	`TTS_BASE_URL` `TTS_API_KEY` `TTS_SPEECH_MODEL`	可选 —— 留空则静音运行	小米 MiMo 的 `mimo-v2.5-tts`

2. 填写环境变量

九个变量为必填；TTS 可选（留空则静音运行）。此外还有一个用于低成本测试的开关：

变量	作用
`MOCK_IMAGE=true`	跳过图像生成，渲染器返回一张静态占位图。剧情、语音、选项照常运行。非常适合在不消耗 Runware 额度的情况下调试 TTS。

在哪里设置（确切字段见 .env.example）：

本地开发 —— .env.local
Vercel —— Project Settings → Environment Variables
Cloudflare Workers —— 在仓库根目录下逐个执行 wrangler secret put <NAME>，或在 dashboard 里设置（Workers → infiplot → Settings → Variables and Secrets）。如果要给 staging 加访问限制，可以在 Worker 前面挂一个 Cloudflare Access（零代码，邮箱白名单）。

3. 注意成本

使用推荐的三件套时，每一幕场景的开销主要来自图像生成模型。FLUX.2 [klein] 9B KV 的图像大约 $0.00078 一张（1792×1024，4 步，亚秒级）；文本模型使用 deepseek-v4-flash 时，成本极低。逐拍点过一个场景是免费的。为了让切换瞬间完成，引擎还会预测式地生成那些你可能选、但最终可能没选的场景 —— 所以真实花费会比你实际看到的场景数略高一些。

4. 图片代理（可选）

默认浏览器直连图片供应商，无需任何配置 —— 留空 NEXT_PUBLIC_IMAGE_PROXY_URL 即可，完全不受影响。只有当你遇到图片「层层加载」（Chrome 在某些网络下 ERR_QUIC_PROTOCOL_ERROR 导致 PNG 逐行渲染）时才需要它：部署一个极小的 Cloudflare Worker，把图片改为服务端转发 + HTTP/2 原子返回。一键部署见 infiplot-image-proxy，然后把它给出的 workers.dev 地址填进 NEXT_PUBLIC_IMAGE_PROXY_URL。