Fabio Schenone
Fabio Schenone
Torna al flusso
articolirc

Dungeon Master Second Brain: Una wiki per D&D gestita da un agente AI

25 LUG 2026·3 min

Mantenere aggiornata la wiki di una campagna di Dungeons & Dragons è un'attività tanto preziosa quanto faticosa. Dopo decine di sessioni, tracciare lo stato di salute dei PGN, le trame aperte, i segreti svelati e le inevitabili contraddizioni narrative diventa un lavoro a tempo pieno.

Per risolvere questo problema ho sviluppato Dungeon Master Second Brain, un progetto open source basato sull'architettura LLM Wiki pattern ideata da Andrej Karpathy e adattata alle esigenze specifiche del gioco da tavolo.

plaintext
your-campaign/
├── dashboard/              # Companion app locale in Next.js
├── raw/                    # La fonte di verità (Sola lettura per l'AI)
│   ├── sessions/           # Appunti e recap delle sessioni
│   ├── worldbuilding/      # Materiale di design pre-gioco
│   └── world-bible.md      # Regole e pilastri del mondo
├── wiki/                   # La wiki interconnessa generata e aggiornata dall'agente
└── CLAUDE.md               # Le istruzioni operative per l'AI agent

Come funziona il flusso di lavoro

Il sistema si fonda su tre concetti chiave pensati per non far perdere il controllo al DM:

  1. Separazione tra fonte di verità e wiki generata: L'agente AI non modifica mai la cartella raw/, dove risiedono gli appunti scritti dal Master. La wiki in wiki/ è un artefatto derivato che l'agente aggiorna e collegherà tramite [[wikilinks]] consultabili su Obsidian.
  2. Mondo Preparato vs. Mondo Stabilito (canon_status): Ciò che viene progettato prima della sessione nasce come prepared (malleabile). Soltanto quando i giocatori interagiscono con un elemento durante il gioco, questo viene promosso a established (fatto storico immutabile).
  3. Gestione dei segreti e della "Fog of War": L'agente distingue nettamente le informazioni note ai giocatori da quelle riservate al DM. Quando un segreto viene scoperto in sessione, l'agente lo promuove automaticamente a storia pubblica.

Le operazioni principali

L'interazione con l'agente avviene attraverso semplici comandi contestuali:

  • Ingest: Dopo la sessione, si trascina il recap in raw/sessions/ e si chiede all'agente di analizzarlo. L'agente aggiorna le schede dei PGN, le città, le quest e registra gli eventi sul calendario di gioco.
  • Query: In fase di preparazione, è possibile interrogare il sistema (es. "Quali trame aperte coinvolgono la gilda dei ladri?") ottenendo risposte sintetiche e referenziate.
  • Linting: Periodicamente si può richiedere un controllo di coerenza per individuare incongruenze temporali, collegamenti interrotti o PGN morti che riappaiono nelle sessioni successive.

Il repository include anche una Dashboard web in Next.js pensata per l'uso in locale durante le sessioni, per consultare rapidamente la wiki, le schede e inserire note al volo con autocompletamento dei link.

Il progetto è disponibile su GitHub ed è compatibile con i principali agenti AI (Claude Code, Cursor, Gemini CLI, Codex).

Approfondisci su Github: DM-Second-Brain