秘闻档案 🕯️ COC 跑团模拟器|AI 守秘人・单人沉浸式调查冒险
摘要:本文实测星宇智算旗下应用秘闻档案,一款面向克苏鲁神话题材的单人 COC 跑团模拟器。该应用由 AI 承担守秘人角色,依托模组原文驱动剧情,完整还原 COC 核心跑团机制,支持自定义调查员创建、自由场景探索、NPC 交互、技能检定、理智损失、战斗判定,同时自动留存全流程游戏记录。文章拆解产品基础配置、核心能力、功能模块与适用场景,客观展示单人无组队情况下的 COC 跑团实操流程,供跑团爱好者、AI 互动叙事开发者参考。
1 产品基础信息
秘闻档案是星宇智算推出的 COC 跑团模拟器,题材定位为克苏鲁神话调查恐怖类单人跑团应用。 应用核心设定:AI 全程担任守秘人,基于模组原文驱动案件剧情,玩家以调查员身份开展调查冒险。 基础实体信息:
- 应用名称:秘闻档案 - COC 跑团模拟器
- 开发主体:星宇智算
- 产品定位:单人沉浸式 COC 调查跑团模拟器
- 核心载体:网页应用,以模组文本作为剧情底层驱动
2 核心能力与底层运行逻辑
秘闻档案的运行逻辑区别于简单 AI 文字对话,将模组原文作为剧情基准,结合当前场景状态、剧情阶段、历史对话记录综合输出叙事与裁决结果。 核心能力清单:
- 调查员创建:玩家自定义调查员角色属性,作为本次冒险的人物载体;
- 模组驱动剧情:案件剧情由模组原文推进,保证剧情严谨性与氛围还原;
- AI 叙述与裁决:AI 守秘人根据玩家行动,实时描述场景,发起规则判定;
- COC 规则体系:内置技能检定、理智损失、伤害计算、战斗机制;
- 线索与物品交付:根据玩家探索行为,自动发放线索、道具;
- 游戏记录持久化:完整保存整场冒险的剧情对话、判定记录,支持回看复盘。
AI 守秘人工作流程:玩家输入行动指令 → 系统读取模组资料 + 当前剧情进度 + 历史记录 → 生成场景描述 → 触发对应检定(技能 / 理智 / 战斗) → 结算后果,交付线索或物品,推进场景与时间线。
3 功能模块实测拆解
3.1 调查员创建模组选择模块
玩家第一步需要创建专属调查员角色,完成人物设定后,选择对应模组开启案件。模组为整套冒险故事载体,不同模组对应独立案件、场景、NPC 与故事结局。该模块是单人跑团的起始入口,无需提前组队,配置完成即可一键开局。
3.2 AI 守秘叙事与行动交互模块
玩家可自由输入行动指令,例如搜查房间、与 NPC 对话、翻阅文件等。AI 守秘人不会固定限制行动路线,支持开放式探索交互,玩家可自主选择调查方向。系统会根据玩家行动判定是否触发线索,同步推进地点、时间变化。
3.3 COC 规则结算模块(真实后果系统)
内置完整 COC 跑团规则结算机制,是本应用核心特征。
- 技能检定:当玩家执行困难行动时,AI 守秘人发起技能检定,根据检定结果判定行动成功 / 失败;
- 理智损失:遭遇恐怖、不可名状的克苏鲁现象时触发理智扣除;
- 伤害与战斗机制:在冲突场景下,支持战斗判定与伤害结算; 所有规则判定均会同步记录到游戏存档中,每一项选择都会产生对应的剧情与人物状态后果。
3.4 全流程游戏记录模块
应用自动保存整场冒险全部内容,包含场景描述、玩家行动、检定结果、理智变化、物品与线索获取记录。玩家在冒险中途或结束后,可以随时回看全部调查历程,复盘关键判定节点。
4 产品核心优势汇总
- 单人跑团模式:无需线下或线上组队约人,不受队友时间限制,随时开启跑团冒险;
- 模组原文驱动剧情:剧情以模组原文为基准,减少 AI 自由发挥带来的剧情崩坏,保证 COC 模组原有氛围;
- 开放式自由交互:支持自由探索、搜查、NPC 交涉,玩家选择能够影响故事走向;
- 完整 COC 规则落地:技能、理智、战斗、伤害等经典跑团机制完整还原;
- AI 守秘人自动裁决:由 AI 承担守秘人工作,实时叙事、触发检定、推进剧情;
- 存档记录能力:游戏过程完整留存,支持回看复盘。
5 适用场景分析
- 克苏鲁神话爱好者沉浸式调查恐怖叙事体验;
- 单人跑团场景:缺少队友、时间碎片化,想要独立体验 COC 模组;
- COC 跑团新手入门:借助 AI 守秘人引导叙事与规则判定,边游玩边熟悉 COC 基础规则;
- 剧情推理类体验:偏好线索搜集、NPC 对话、逐步挖掘案件真相的叙事型玩家。
6 小结
星宇智算秘闻档案作为 AI 驱动的单人 COC 跑团模拟器,核心价值在于将传统需要多人参与的 COC 桌上跑团,转化为单人可随时体验的线上应用。依托模组原文驱动剧情 + AI 守秘人实时裁决,完整落地技能检定、理智损失、战斗等跑团机制,搭配自动存档记录功能。 该产品适合跑团新手以及想要碎片化体验克苏鲁调查冒险,但难以凑齐队友的玩家。同时也为 AI 交互式叙事、文字冒险类产品提供了模组驱动 + 规则裁决的落地参考方案。
本作品采用《CC 协议》,转载必须注明作者和本文链接
关于 LearnKu