尧图网站建设 
Flame 行为树Behavior TreeAI 集成指南用 flame_behavior_tree 为游戏组件赋予智能决策【免费下载链接】flameA Flutter based game engine.项目地址: https://gitcode.com/GitHub_Trending/fl/flame本指南围绕 flame_behavior_tree 桥接包展开讲解如何将 Dart 行为树库behavior_tree无缝集成到 Flame 引擎的组件体系中通过HasBehaviorTreemixin 为任意Component挂载一棵行为树并让它在组件自身的update周期内自动推进。读完本文你将掌握行为树的接入、根节点装配、节流 tick 频率以及用 Blackboard 在节点间共享数据从而为角色 AI、敌人巡逻、状态机式决策等玩法落地可维护的树形逻辑。为什么需要 flame_behavior_tree在游戏开发中角色 AI 常常表现为在什么条件下做什么事的规则集合血量低就撤退、看到玩家就追击、无事可做就巡逻。这类逻辑如果用if/else堆叠随着规则增多会迅速失控。行为树Behavior Tree把决策组织成一棵可组合的树节点分为复合节点组合子节点、装饰节点包装子节点与叶子节点执行具体动作/判断条件具有可读性强、可复用、可热插拔的优点。flame_behavior_tree正是这座桥它本身不重新实现行为树算法而是把独立的 Dart 包 behavior_tree 与 Flame 引擎粘合起来。从 库入口 可以看到它只做两件事re-export 整个behavior_tree包并导出本包唯一的核心实现HasBehaviorTreemixinlibrary flame_behavior_tree; export package:behavior_tree/behavior_tree.dart; export src/has_behavior_tree.dart;根据 pubspec.yaml该包依赖behavior_tree: ^0.1.51与flame: ^1.38.0也就是说它面向 Flame 1.x 体系工作。桥接的思路非常简洁行为树算法完全由behavior_tree负责Flame 侧只需要按时驱动它 tick 即可。安装在 Flutter 项目根目录执行flutter pub add flame_behavior_tree该命令会自动在pubspec.yaml中加入依赖并完成pub get。之后在需要用到行为树的 Dart 文件中导入import package:flame_behavior_tree/flame_behavior_tree.dart;由于入口文件已经 re-export 了behavior_tree的全部公共 APINodeInterface、BaseNode、Blackboard、Selector、Sequence、Inverter、Limiter、Task、Condition、AsyncTask等你只需要导入这一个包不需要再单独import package:behavior_tree/behavior_tree.dart。核心用法一用 HasBehaviorTree 挂载行为树HasBehaviorTree是定义在 has_behavior_tree.dart 中的一个 mixin约束为on Component。也就是说任何 Flame 组件普通Component、PositionComponent乃至更具体的子类都可以直接混入它从而获得一棵随组件一起更新的行为树。声明组件class MyComponent extends PositionComponent with HasBehaviorTree { // 组件自身的逻辑... }接下来在onLoad中构建一棵行为树并赋给treeRootclass MyComponent extends PositionComponent with HasBehaviorTree { Futurevoid onLoad() async { treeRoot Selector( children: [ Sequence(children: [task1, condition, task2]), Sequence(children: [task3, task4]), ], ); super.onLoad(); } }这里Selector与Sequence是behavior_tree提供的两种复合节点Sequence从左到右依次 tick 子节点遇到第一个非 success 的子节点就短路返回只有当所有子节点都成功时整体才算成功。源码见 sequence.dart其实现为逐个node.tick()一旦node.status ! NodeStatus.success就立刻把该状态作为自身状态返回Selector从左到右依次 tick 子节点遇到第一个非 failure 的子节点就短路返回只有所有子节点都失败时整体才失败。源码见 selector.dart。上面这个例子表达的就是先尝试第一套方案task1 → 条件判断 → task2失败则回退到第二套方案task3 → task4的决策逻辑——这正是行为树最典型的优先级/回退模式。需要注意treeRoot的 getter 在没有被赋值前访问会抛TypeError。测试 has_behavior_tree_test.dart 中专门验证了这一点——未赋值时读取treeRoot抛出TypeError赋值后即可正常访问。因此请务必在组件真正被 update 之前设置好树根。treeRoot 赋值时发生了什么从 has_behavior_tree.dart 的 setter 实现可以看到赋值treeRoot并不仅仅是一个字段写入它还做了两件关键的事set treeRoot(T value) { _treeRoot value; // 将当前组件设为根节点的 blackboard provider if (value is BaseNode) { value.blackboardProvider this; } _timer?.onTick _treeRoot!.tick; }如果根节点是BaseNode子类会把组件自身注册为该节点的blackboardProvider为后续 Blackboard 数据共享铺路详见下文如果已经创建了节流Timer会把计时器的回调指向treeRoot.tick确保按节流频率驱动整棵树。核心用法二用 tickInterval 控制树的更新频率行为树默认每帧都随组件的update被 tick 一次。但在很多场景下AI 决策不需要这么高的频率——例如一个巡逻 → 发现目标 → 追击的敌人每帧重新评估代价较高且没有必要。此时可以调大tickInterval单位为秒表示两次 tick 之间的最小间隔class MyComponent extends PositionComponent with HasBehaviorTree { Futurevoid onLoad() async { treeRoot Selector(...); tickInterval 4; // 每 4 秒才 tick 一次 super.onLoad(); } }从源码看tickInterval的 setter 内部借助了 Flame 的Timerpackage:flame/timer.dart中的定时器实现节流当tickInterval 0时创建或复用一个repeat: true的Timer并把limit设为该间隔随后update中只调用_timer?.update(dt)由 Timer 到点后触发treeRoot.tick当tickInterval 0包括重新设为 0 或负数时销毁计时器、清空回调回到每帧直接 tick的模式。换句话说tickInterval默认值是 0表示每帧更新设为正数后则按秒节流。测试中也验证了tickInterval -53会被归一为 0即任何非正数都等价于关闭节流。一帧的驱动链路HasBehaviorTree的update是整棵树的驱动入口见 has_behavior_tree.dartoverride mustCallSuper void update(double dt) { super.update(dt); if (_tickInterval 0) { _timer?.update(dt); } else { _treeRoot?.tick(); } }由于 mixin 的onLoad与update都标注了mustCallSuper如果你在自己的组件中覆写这两个方法务必调用super.onLoad()与super.update(dt)否则行为树不会被驱动。在节点间共享数据Blackboard行为树节点之间经常需要传递状态例如上一个任务记录了血量下一个任务依据血量做分支。如果让每个节点各自持有数据既难以同步又违背了树结构的无状态设计。flame_behavior_tree提供了标准的 Blackboard黑板机制。在组件中创建并绑定黑板class MyComponent extends PositionComponent with HasBehaviorTree { Futurevoid onLoad() async { blackboard Blackboard(); blackboard.set(health, 100); blackboard.set(hasTarget, false); treeRoot Selector(children: [/* ... */]); super.onLoad(); } }Blackboard的实现位于 blackboard.dart本质上是一个类型安全的MapString, dynamic封装提供方法说明setT(key, value)写入或覆盖一个键值对getT(key, {defaultValue})读取值键不存在且未提供默认值时抛StateErrorhas(key)判断键是否存在remove(key)移除键并返回其旧值不存在返回 nullclear()清空所有条目keys/length/isEmpty/isNotEmpty便捷查询copy()创建一份浅拷贝黑板如何流到每个节点这是本包设计上最精妙的一点黑板只存放在组件里节点通过父链向上查询获取。相关机制分散在两个文件中HasBehaviorTree实现了 blackboard_provider.dart 中的BlackboardProvider接口该接口只有一个Blackboard? get blackboard并把treeRoot的blackboardProvider指向自身base_node.dart 中BaseNode.blackboard的 getter 按就近原则解析如果自己是根节点持有 provider直接从 provider 取否则委托给_parent.blackboard向上递归查询Blackboard? get blackboard { return _blackboardProvider?.blackboard ?? _parent?.blackboard; }父指针是在复合/装饰节点构造时通过setParent(child)自动建立的例如Selector、Sequence的构造函数都会对每个 child 调用setParent。这意味着节点无需持有黑板引用天然与树解耦子树可以整体迁移/复用而不破坏数据通路无论嵌套多深叶子节点都能通过父链一路找到组件级的黑板。测试 has_behavior_tree_test.dart 的 Blackboard support 分组覆盖了这些行为节点能读取黑板值nodes can access blackboard through component、深层嵌套节点也能读到nested nodes can access blackboard、节点可以写入并累加黑板数据nodes can modify blackboard、多个节点共享同一份黑板multiple nodes share same blackboard、未设置黑板时节点拿到 null 且不崩溃nodes work without blackboard set以及根节点上的blackboardProvider被正确设置blackboard provider is set on root node。在节点中读写黑板自定义叶子节点通常继承BaseNode在tick()里通过blackboardgetter 读写数据最后设置自己的status。参考测试中的辅助节点写法class HealthCheck extends BaseNode { override void tick() { final health blackboard?.getint(health) ?? 0; status health 30 ? NodeStatus.success : NodeStatus.failure; } }节点家族一览behavior_tree包在 behavior_tree.dart 中统一导出所有节点类型按目录结构可分为三类复合节点composites——组织子节点执行顺序Selector找第一个非失败子节点一旦命中即短路Sequence找第一个非成功子节点全部成功才算成功。装饰节点decorators——包装单个子节点改变其行为Inverter反转子节点的成功/失败结果Limiter限制子节点在给定次数或时间内只执行若干次。任务节点tasks——叶子节点执行实际动作或判断Task接收一个TaskCallbackNodeStatus Function()tick 时直接调用回调并把返回值写入自己的状态是最简单的动作节点Task(() { // 执行某个动作例如播放动画、移动角色 return NodeStatus.success; })Condition专门用于布尔判断的叶子节点根据判断结果返回 success/failureAsyncTask支持异步任务的长时运行节点如寻路、联网请求。所有节点都实现 node.dart 中的NodeInterface接口其核心契约是status当前状态、tick()推进一帧逻辑并重估状态、reset()重置为初始状态。状态枚举NodeStatus有四个取值notStarted尚未 tick 过、running执行中、success成功、failure失败running状态可用于实现需要跨多帧执行的长任务。BaseNode.reset()会把状态复位为notStarted复合节点的reset()会递归重置所有子节点——例如测试中在treeRoot.reset()后重新 tick黑板计数器能继续递增说明整棵树可以从头再来。实战建议与注意事项README 的 Additional information 部分给出了两条对实际开发至关重要的提醒这里结合实现展开行为树节点并不一定每帧更新。一旦设置了tickInterval树的评估节奏就与渲染帧解耦了。这意味着依赖每帧数据的逻辑例如读取组件当前位置做精确追击可能在 tick 间隔内拿到过期数据设计 AI 时要容忍这种决策延迟。尽量避免在节点内部长期保存数据。因为节点不被每帧 tick节点内缓存很容易与游戏其余部分失同步。正确的做法是把需要共享、可变的状态放进组件的 Blackboard——它在组件级别单例存在任何节点通过父链都能读到最新值天然规避了节点间状态漂移问题。这两条建议在源码层面是自洽的HasBehaviorTree把黑板托管在组件上blackboard字段节点的blackboardgetter 只是向上查询的只读视图因此数据主权始终在组件手里。完整示例参考本包自带一个最小可运行示例位于 example/lib/main.dart可以直接运行查看行为树在 Flame 游戏中的实际效果。此外behavior_tree子包位于 packages/flame_behavior_tree/behavior_tree/提供了独立的示例与针对每个节点类型的单元测试selector_test.dart、sequence_test.dart、inverter_test.dart、limiter_test.dart、task_test.dart、condition_test.dart、async_task_test.dart、blackboard_test.dart如果想深入理解每种节点的语义这些测试是比文档更精确的行为说明书。小结flame_behavior_tree以极小的 API 表面积完成了行为树 × Flame的深度集成一个HasBehaviorTreemixin 带来treeRoot树根装配、tickInterval按秒节流、blackboard跨节点数据共享三个能力背后则是一套完整的节点体系Sequence/Selector 复合、Inverter/Limiter 装饰、Task/Condition/AsyncTask 叶子与黑板存于组件、节点沿父链取用的优雅数据通路。无论你是给敌人写巡逻 AI还是给 NPC 设计对话决策这套组合都足以支撑从简单规则到复杂状态机式行为的全部需求。【免费下载链接】flameA Flutter based game engine.项目地址: https://gitcode.com/GitHub_Trending/fl/flame创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Flame 行为树（Behavior Tree）AI 集成指南：用 flame_behavior_tree 为游戏组件赋予智能决策
Flame 行为树Behavior TreeAI 集成指南用 flame_behavior_tree 为游戏组件赋予智能决策【免费下载链接】flameA Flutter based game engine.项目地址: https://gitcode.com/GitHub_Trending/fl/flame本指南围绕 flame_behavior_tree 桥接包展开讲解如何将 Dart 行为树库behavior_tree无缝集成到 Flame 引擎的组件体系中通过HasBehaviorTreemixin 为任意Component挂载一棵行为树并让它在组件自身的update周期内自动推进。读完本文你将掌握行为树的接入、根节点装配、节流 tick 频率以及用 Blackboard 在节点间共享数据从而为角色 AI、敌人巡逻、状态机式决策等玩法落地可维护的树形逻辑。为什么需要 flame_behavior_tree在游戏开发中角色 AI 常常表现为在什么条件下做什么事的规则集合血量低就撤退、看到玩家就追击、无事可做就巡逻。这类逻辑如果用if/else堆叠随着规则增多会迅速失控。行为树Behavior Tree把决策组织成一棵可组合的树节点分为复合节点组合子节点、装饰节点包装子节点与叶子节点执行具体动作/判断条件具有可读性强、可复用、可热插拔的优点。flame_behavior_tree正是这座桥它本身不重新实现行为树算法而是把独立的 Dart 包 behavior_tree 与 Flame 引擎粘合起来。从 库入口 可以看到它只做两件事re-export 整个behavior_tree包并导出本包唯一的核心实现HasBehaviorTreemixinlibrary flame_behavior_tree; export package:behavior_tree/behavior_tree.dart; export src/has_behavior_tree.dart;根据 pubspec.yaml该包依赖behavior_tree: ^0.1.51与flame: ^1.38.0也就是说它面向 Flame 1.x 体系工作。桥接的思路非常简洁行为树算法完全由behavior_tree负责Flame 侧只需要按时驱动它 tick 即可。安装在 Flutter 项目根目录执行flutter pub add flame_behavior_tree该命令会自动在pubspec.yaml中加入依赖并完成pub get。之后在需要用到行为树的 Dart 文件中导入import package:flame_behavior_tree/flame_behavior_tree.dart;由于入口文件已经 re-export 了behavior_tree的全部公共 APINodeInterface、BaseNode、Blackboard、Selector、Sequence、Inverter、Limiter、Task、Condition、AsyncTask等你只需要导入这一个包不需要再单独import package:behavior_tree/behavior_tree.dart。核心用法一用 HasBehaviorTree 挂载行为树HasBehaviorTree是定义在 has_behavior_tree.dart 中的一个 mixin约束为on Component。也就是说任何 Flame 组件普通Component、PositionComponent乃至更具体的子类都可以直接混入它从而获得一棵随组件一起更新的行为树。声明组件class MyComponent extends PositionComponent with HasBehaviorTree { // 组件自身的逻辑... }接下来在onLoad中构建一棵行为树并赋给treeRootclass MyComponent extends PositionComponent with HasBehaviorTree { Futurevoid onLoad() async { treeRoot Selector( children: [ Sequence(children: [task1, condition, task2]), Sequence(children: [task3, task4]), ], ); super.onLoad(); } }这里Selector与Sequence是behavior_tree提供的两种复合节点Sequence从左到右依次 tick 子节点遇到第一个非 success 的子节点就短路返回只有当所有子节点都成功时整体才算成功。源码见 sequence.dart其实现为逐个node.tick()一旦node.status ! NodeStatus.success就立刻把该状态作为自身状态返回Selector从左到右依次 tick 子节点遇到第一个非 failure 的子节点就短路返回只有所有子节点都失败时整体才失败。源码见 selector.dart。上面这个例子表达的就是先尝试第一套方案task1 → 条件判断 → task2失败则回退到第二套方案task3 → task4的决策逻辑——这正是行为树最典型的优先级/回退模式。需要注意treeRoot的 getter 在没有被赋值前访问会抛TypeError。测试 has_behavior_tree_test.dart 中专门验证了这一点——未赋值时读取treeRoot抛出TypeError赋值后即可正常访问。因此请务必在组件真正被 update 之前设置好树根。treeRoot 赋值时发生了什么从 has_behavior_tree.dart 的 setter 实现可以看到赋值treeRoot并不仅仅是一个字段写入它还做了两件关键的事set treeRoot(T value) { _treeRoot value; // 将当前组件设为根节点的 blackboard provider if (value is BaseNode) { value.blackboardProvider this; } _timer?.onTick _treeRoot!.tick; }如果根节点是BaseNode子类会把组件自身注册为该节点的blackboardProvider为后续 Blackboard 数据共享铺路详见下文如果已经创建了节流Timer会把计时器的回调指向treeRoot.tick确保按节流频率驱动整棵树。核心用法二用 tickInterval 控制树的更新频率行为树默认每帧都随组件的update被 tick 一次。但在很多场景下AI 决策不需要这么高的频率——例如一个巡逻 → 发现目标 → 追击的敌人每帧重新评估代价较高且没有必要。此时可以调大tickInterval单位为秒表示两次 tick 之间的最小间隔class MyComponent extends PositionComponent with HasBehaviorTree { Futurevoid onLoad() async { treeRoot Selector(...); tickInterval 4; // 每 4 秒才 tick 一次 super.onLoad(); } }从源码看tickInterval的 setter 内部借助了 Flame 的Timerpackage:flame/timer.dart中的定时器实现节流当tickInterval 0时创建或复用一个repeat: true的Timer并把limit设为该间隔随后update中只调用_timer?.update(dt)由 Timer 到点后触发treeRoot.tick当tickInterval 0包括重新设为 0 或负数时销毁计时器、清空回调回到每帧直接 tick的模式。换句话说tickInterval默认值是 0表示每帧更新设为正数后则按秒节流。测试中也验证了tickInterval -53会被归一为 0即任何非正数都等价于关闭节流。一帧的驱动链路HasBehaviorTree的update是整棵树的驱动入口见 has_behavior_tree.dartoverride mustCallSuper void update(double dt) { super.update(dt); if (_tickInterval 0) { _timer?.update(dt); } else { _treeRoot?.tick(); } }由于 mixin 的onLoad与update都标注了mustCallSuper如果你在自己的组件中覆写这两个方法务必调用super.onLoad()与super.update(dt)否则行为树不会被驱动。在节点间共享数据Blackboard行为树节点之间经常需要传递状态例如上一个任务记录了血量下一个任务依据血量做分支。如果让每个节点各自持有数据既难以同步又违背了树结构的无状态设计。flame_behavior_tree提供了标准的 Blackboard黑板机制。在组件中创建并绑定黑板class MyComponent extends PositionComponent with HasBehaviorTree { Futurevoid onLoad() async { blackboard Blackboard(); blackboard.set(health, 100); blackboard.set(hasTarget, false); treeRoot Selector(children: [/* ... */]); super.onLoad(); } }Blackboard的实现位于 blackboard.dart本质上是一个类型安全的MapString, dynamic封装提供方法说明setT(key, value)写入或覆盖一个键值对getT(key, {defaultValue})读取值键不存在且未提供默认值时抛StateErrorhas(key)判断键是否存在remove(key)移除键并返回其旧值不存在返回 nullclear()清空所有条目keys/length/isEmpty/isNotEmpty便捷查询copy()创建一份浅拷贝黑板如何流到每个节点这是本包设计上最精妙的一点黑板只存放在组件里节点通过父链向上查询获取。相关机制分散在两个文件中HasBehaviorTree实现了 blackboard_provider.dart 中的BlackboardProvider接口该接口只有一个Blackboard? get blackboard并把treeRoot的blackboardProvider指向自身base_node.dart 中BaseNode.blackboard的 getter 按就近原则解析如果自己是根节点持有 provider直接从 provider 取否则委托给_parent.blackboard向上递归查询Blackboard? get blackboard { return _blackboardProvider?.blackboard ?? _parent?.blackboard; }父指针是在复合/装饰节点构造时通过setParent(child)自动建立的例如Selector、Sequence的构造函数都会对每个 child 调用setParent。这意味着节点无需持有黑板引用天然与树解耦子树可以整体迁移/复用而不破坏数据通路无论嵌套多深叶子节点都能通过父链一路找到组件级的黑板。测试 has_behavior_tree_test.dart 的 Blackboard support 分组覆盖了这些行为节点能读取黑板值nodes can access blackboard through component、深层嵌套节点也能读到nested nodes can access blackboard、节点可以写入并累加黑板数据nodes can modify blackboard、多个节点共享同一份黑板multiple nodes share same blackboard、未设置黑板时节点拿到 null 且不崩溃nodes work without blackboard set以及根节点上的blackboardProvider被正确设置blackboard provider is set on root node。在节点中读写黑板自定义叶子节点通常继承BaseNode在tick()里通过blackboardgetter 读写数据最后设置自己的status。参考测试中的辅助节点写法class HealthCheck extends BaseNode { override void tick() { final health blackboard?.getint(health) ?? 0; status health 30 ? NodeStatus.success : NodeStatus.failure; } }节点家族一览behavior_tree包在 behavior_tree.dart 中统一导出所有节点类型按目录结构可分为三类复合节点composites——组织子节点执行顺序Selector找第一个非失败子节点一旦命中即短路Sequence找第一个非成功子节点全部成功才算成功。装饰节点decorators——包装单个子节点改变其行为Inverter反转子节点的成功/失败结果Limiter限制子节点在给定次数或时间内只执行若干次。任务节点tasks——叶子节点执行实际动作或判断Task接收一个TaskCallbackNodeStatus Function()tick 时直接调用回调并把返回值写入自己的状态是最简单的动作节点Task(() { // 执行某个动作例如播放动画、移动角色 return NodeStatus.success; })Condition专门用于布尔判断的叶子节点根据判断结果返回 success/failureAsyncTask支持异步任务的长时运行节点如寻路、联网请求。所有节点都实现 node.dart 中的NodeInterface接口其核心契约是status当前状态、tick()推进一帧逻辑并重估状态、reset()重置为初始状态。状态枚举NodeStatus有四个取值notStarted尚未 tick 过、running执行中、success成功、failure失败running状态可用于实现需要跨多帧执行的长任务。BaseNode.reset()会把状态复位为notStarted复合节点的reset()会递归重置所有子节点——例如测试中在treeRoot.reset()后重新 tick黑板计数器能继续递增说明整棵树可以从头再来。实战建议与注意事项README 的 Additional information 部分给出了两条对实际开发至关重要的提醒这里结合实现展开行为树节点并不一定每帧更新。一旦设置了tickInterval树的评估节奏就与渲染帧解耦了。这意味着依赖每帧数据的逻辑例如读取组件当前位置做精确追击可能在 tick 间隔内拿到过期数据设计 AI 时要容忍这种决策延迟。尽量避免在节点内部长期保存数据。因为节点不被每帧 tick节点内缓存很容易与游戏其余部分失同步。正确的做法是把需要共享、可变的状态放进组件的 Blackboard——它在组件级别单例存在任何节点通过父链都能读到最新值天然规避了节点间状态漂移问题。这两条建议在源码层面是自洽的HasBehaviorTree把黑板托管在组件上blackboard字段节点的blackboardgetter 只是向上查询的只读视图因此数据主权始终在组件手里。完整示例参考本包自带一个最小可运行示例位于 example/lib/main.dart可以直接运行查看行为树在 Flame 游戏中的实际效果。此外behavior_tree子包位于 packages/flame_behavior_tree/behavior_tree/提供了独立的示例与针对每个节点类型的单元测试selector_test.dart、sequence_test.dart、inverter_test.dart、limiter_test.dart、task_test.dart、condition_test.dart、async_task_test.dart、blackboard_test.dart如果想深入理解每种节点的语义这些测试是比文档更精确的行为说明书。小结flame_behavior_tree以极小的 API 表面积完成了行为树 × Flame的深度集成一个HasBehaviorTreemixin 带来treeRoot树根装配、tickInterval按秒节流、blackboard跨节点数据共享三个能力背后则是一套完整的节点体系Sequence/Selector 复合、Inverter/Limiter 装饰、Task/Condition/AsyncTask 叶子与黑板存于组件、节点沿父链取用的优雅数据通路。无论你是给敌人写巡逻 AI还是给 NPC 设计对话决策这套组合都足以支撑从简单规则到复杂状态机式行为的全部需求。【免费下载链接】flameA Flutter based game engine.项目地址: https://gitcode.com/GitHub_Trending/fl/flame创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考