十一个开关，和它们背后的取舍

桌面酒馆最让人离不开的是扩展生态：记忆、状态栏、剧情选项、先想后答，几百个社区扩展各管一摊。这套东西搬到手机上，照抄是不行的——每个扩展都可能发起额外的 LLM 调用，桌面玩家对着自己的显卡无所谓，手机玩家的每一笔都走 API 计费。所以 Foreverse 的做法是内置一个插件中心：把高频扩展能力重新实现成插件，逐个可开关，配三条纪律管住成本。先把清单摆出来。

十一个开关

收藏夹那行值得解释：它没有开关。收藏是数据行为，关掉开关让用户找不到自己收藏过的东西，比多一个开关的整洁更伤人，所以它常开、只在插件中心放管理入口。这类「不做什么」的决定，插件中心里还有几处。

三条纪律

第一条：每轮调用有预算。一次发送链上理论上可以叠六次调用（先想后答、主生成、记忆提取、摘要、选项、状态追踪），全开就是六倍延迟和账单。硬约束是：阻塞型每轮最多 1 个；回复落定后的静默调用最多 2 个，按选项、追踪、摘要的优先级取前二，被挤掉的下一轮补跑。

第二条：副请求全部记账。每笔插件调用在 API 请求记录里单独列行，标注「插件·名字」，token 和费用与主对话分开。你可以自己翻账本决定哪个插件值得开。我们的产品立场是把选择权连同账单一起交出去。

第三条：点选项不直发。剧情选项点击后填进输入框，由你改定再发。直发看着爽，但等于让插件替你说话；填输入框多一步，保住的是「每句话都是你确认过的」这个底线。回复灵感是唯一例外（它生成的本来就是完整台词，点选即发、长按可编辑），两者同开时同轮只跑灵感一个。

一个真实的翻车教训

真机测试抓过一个反直觉 bug：状态追踪在某台设备上永远输出空白。排查发现是推理模型的思考预算——插件给副请求设了 400 token 的输出上限，而那台设备配的推理模型光「思考」就吃掉三五百 token，正文一个字都没剩下。修复是把四处上限全面放宽（最高提到 1600），短输出约束改由提示词承担。

参数都能调

每个插件有详情页：多段说明、成本标识、参数卡。选项数量、追踪频率、摘要间隔可调；插件的静默调用还能单独指定模型：主对话用旗舰、插件副请求用便宜的 flash 档，是我们自己最常用的组合。插件开关支持按角色卡覆盖：全局关、某张卡单独开，或者反过来。

记忆插件的注入位置为什么选在那里、检索策略之间差多少，记忆实验那篇有完整数据；群聊场景下插件怎么协作，见群聊那篇。