使用 AI 地下城主运行 D&D 地牢探险
发布于 10 月 4 日 • 编辑于 10 月 4 日 • AI 辅助。任务：作者构建了一个基于浏览器的 D&D 5e 地牢探险游戏，其中 AI 地下城主使用 Sanity Context 回答规则问题。工作流程包括将 SRD 数据填充到 Sanity，配置知识库和 GROQ MCP 端点，并使用 Claude Code 代理实现 DM 逻辑。系统通过剥离无来源引用和服务器端预取数据来强制引用准确性。；工具：custom-built or unnamed agent。人工角色：原始帖子没有说明人如何参与。；局限：设置需要特定的 Sanity 令牌，包括组织级别的 Context Viewer 角色，因为项目令牌会导致 403 错误。知识库处于测试阶段，索引文档上限约为 150 个。作者指出，模型有时会忽略强制工具选择，因此需要服务器端预取作为变通方法。。
工具
custom-built or unnamed agent
Agent Work Atlas 发布日期:
概述
发布于 10 月 4 日 • 编辑于 10 月 4 日 • AI 辅助
工作流程
作者构建了一个基于浏览器的 D&D 5e 地牢探险游戏，其中 AI 地下城主使用 Sanity Context 回答规则问题。工作流程包括将 SRD 数据填充到 Sanity，配置知识库和 GROQ MCP 端点，并使用 Claude Code 代理实现 DM 逻辑。系统通过剥离无来源引用和服务器端预取数据来强制引用准确性。
原文报告的结果
作者报告规则答案的返回时间约为 1.3–2.2 秒。知识库成功识别了 2014 年和 2024 年规则之间的六处版本混淆，并将其标记为冲突。源文中未提供更广泛的业务指标或用户参与数据。
人工角色
原始帖子没有说明人如何参与。
局限
设置需要特定的 Sanity 令牌，包括组织级别的 Context Viewer 角色，因为项目令牌会导致 403 错误。知识库处于测试阶段，索引文档上限约为 150 个。作者指出，模型有时会忽略强制工具选择，因此需要服务器端预取作为变通方法。
试一试
我想使用 Sanity Context 和 LLM 构建一个 D&D 5e 规则助手。首先，创建一个 Sanity 项目并部署规则、状态、法术和怪物的模式。使用确定性 ID 将 SRD 5.2.1 和 5.1 数据填充到数据集中。配置两个 Context MCP 端点：一个用于 GROQ 查询（精确属性），另一个用于知识库搜索（文本规则）。使用组织级别的 Context Viewer 令牌进行身份验证。实施服务器端预取策略，在 LLM 生成响应之前并行运行 KB 和 GROQ 查找。确保 LLM（例如 DeepSeek V4.1 Flash）仅引用这些查找返回的文档，并剥离任何无来源的引用。使用类似“Prone 有什么作用？”的示例查询进行测试，并验证响应是否包含一个追踪面板，显示查找模式、查询和引用的文档。确认延迟低于 2 秒，并且版本差异（2014 与 2024）已被标记。在规则引擎验证之前，不要继续进行完整的游戏集成。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。