核心用法
Anime Character Loader 是一款面向 AI 角色扮演场景的专业数据工具，通过并行查询 AniList 和 Jikan 两大动漫数据库，提取角色信息并生成标准化的 SOUL.generated.md 人格文件。用户通过 CLI 命令 load_character.py <角色名> 触发流程，支持中文/日文/英文多语言输入。
关键执行路径包括：多源并行查询 → 跨源一致性评分（AniList 权重 0.5 + Jikan 权重 0.3 + 一致性权重 0.2）→ 强制消歧检查 → 语义验证（9 项检查） → 幂等合并输出。当检测到同名多角色或置信度接近时（top2 差距 <0.15），强制要求 --anime 或 --select 参数介入，杜绝自动误选。
显著优点
- 权威数据源：对接 AniList GraphQL 与 Jikan REST API，数据覆盖广、更新及时
- 质量控制严格：9 项语义验证涵盖身份完整性、人格特异性、背景充实度、无占位符等维度，阈值 80 分过滤低质输出
- 工程可靠性：24 小时 SQLite 缓存、指数退避重试、原子写入+回滚机制、标准化退出码（0/10/20/30/40）便于脚本集成
- 幂等安全：基于「角色名+作品名」的重复检测，多次合并不造成数据冗余，内容变更时智能更新而非追加
潜在局限
- 网络依赖：双源 API 任一超时即可能降级为单源或失败（退出码 10），离线场景不可用
- 命名敏感：简中/繁中/日文罗马音混用可能导致匹配失败，用户需主动尝试别名
- 版权灰色地带：抓取第三方平台数据生成角色人格文件，存在服务条款合规风险
- AI 生成内容：最终 SOUL 文件含 AI 结构化生成内容，非官方设定直出，极端场景可能出现 OOC（Out of Character）
适合人群
- 构建 AI 角色扮演应用的开发者
- 需要批量导入动漫角色人格的 RAG/Agent 系统维护者
- 对数据一致性有要求的自动化工作流编排者
常规风险
- API 服务波动导致生成中断
- 低置信度强制覆盖（
--force）可能引入错误角色设定 - 缓存过期策略（24h）可能延迟感知角色数据库更新
- 输出文件需人工复核边界设定（Boundaries）等安全敏感字段