58 lines
2.6 KiB
Markdown
58 lines
2.6 KiB
Markdown
# 谁是卧底游戏 - Streamlit Web应用
|
||
|
||
## 一、团队成员与贡献
|
||
|
||
<table>
|
||
<tr>
|
||
<td>姓名</td>
|
||
<td>学号</td>
|
||
<td>主要贡献（具体分工）</td>
|
||
</tr>
|
||
<tr>
|
||
<td>王子欣</td>
|
||
<td>2411020210</td>
|
||
<td>(组长)核心逻辑开发、Prompt编写、AI集成</td>
|
||
</tr>
|
||
<tr>
|
||
<td>赵珂蔓</td>
|
||
<td>2411020219</td>
|
||
<td>前端界面设计、PPT制作、UI优化</td>
|
||
</tr>
|
||
<tr>
|
||
<td>徐晨颖</td>
|
||
<td>2411020116</td>
|
||
<td>文档撰写、测试与Bug修复、游戏规则设计</td>
|
||
</tr>
|
||
</table>
|
||
|
||
## 二、项目简介 & 运行指南
|
||
|
||
### 简介
|
||
这是一个基于Streamlit开发的在线"谁是卧底"游戏，解决了线下多人聚会时难以组织、角色分配不便的痛点。通过AI模拟玩家发言，让单人也能体验多人推理游戏的乐趣。
|
||
|
||
### 如何运行
|
||
1. 安装依赖：`uv sync`
|
||
2. 启动应用：`uv run streamlit run app.py`
|
||
3. 在浏览器中访问：`http://localhost:8501`
|
||
|
||
## 三、开发心得
|
||
|
||
## 1. 选题思考
|
||
本项目旨在解决“谁是卧底”线下游戏的固有痛点：准备繁琐、规则执行依赖人工、最少人数限制。通过开发在线版本，实现自动发词、流程管理、AI陪玩三大核心功能，使游戏更易组织，单人亦可进行思维训练。
|
||
|
||
## 2. AI协作体验
|
||
首次使用AI生成玩家发言时，发现其输出过于“词典化”。通过精准Prompt（如限定“平民第2轮、口语化、带犹豫语气、禁提词语”）可大幅提升真实感。但在处理复杂逻辑（如平票后的第二轮投票规则）时，AI倾向简化方案，需反复引导修正。
|
||
|
||
一个重要Bug是AI实现的投票算法可能无限循环（若随机投票持续平票）。我将其修正为“最多三轮有限投票”机制，模拟现实规则并确保程序健壮性。这凸显了对AI代码必须进行边界审查。
|
||
|
||
## 3. 自我反思
|
||
脱离AI，我完全能独立完成项目架构与逻辑，但内容生产（数百条差异化发言）与行为模拟的效率将下降数倍。AI将我解放出来，专注于更高层的系统设计与体验调优。
|
||
|
||
我的核心竞争力在于：
|
||
1. **精准问题定义**：将“好玩”转化为AI可执行的精确指令。
|
||
2. **系统架构整合**：确保各AI生成模块协同工作。
|
||
3. **体验直觉与纠偏**：判断何谓“自然有趣”，并修正AI的机械输出。
|
||
4. **设定伦理边界**：确保游戏公平、内容合规。
|
||
|
||
未来，程序员角色将更趋近于“AI教练”和“产品架构师”，核心价值在于定义问题、设计系统、并有效引导AI实现。技术实现的门槛降低，但对综合设计能力与判断力的要求将更高。
|