2.5 KiB
2.5 KiB
谁是卧底游戏 - Streamlit Web应用
一、团队成员与贡献
| 姓名 | 学号 | 主要贡献（具体分工） |
| 王子欣 | 2411020210 | (组长)核心逻辑开发、Prompt编写、AI集成 |
| 赵珂蔓 | 2411020219 | 前端界面设计、PPT制作、UI优化 |
| 徐晨颖 | 2411020116 | 文档撰写、测试与Bug修复、游戏规则设计 |
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
- 安装依赖：
uv sync - 启动应用：
uv run streamlit run app.py - 在浏览器中访问：
http://localhost:8501
三、开发心得
1. 选题思考
解决线下玩“谁是卧底”的痛点：无需准备卡片、自动管理游戏流程、AI充当玩家。让聚会游戏更易组织，单人也能玩。
2. AI 协作体验
初体验：AI生成内容很快，但初期发言太“教科书”，缺乏游戏真实感。
最牛 Prompt： “生成游戏发言，口语化像真人聊天，带犹豫语气，避免直接说词语。” → 让AI有了“人味”。
最恼火 Prompt：解释“平票后第二轮投票”逻辑时，AI总想简化，沟通成本高。
Bug 解决：AI写的投票逻辑可能出现无限循环（所有人平票）。我改为“最多3轮投票，仍平票则随机淘汰”，更符合真实规则。
3. 自我反思
离开 AI 还能写吗？
能，但慢很多。AI帮我快速生成大量发言内容和处理边界情况，效率差一个数量级。
我的核心竞争力：
- 问题定义：把模糊的“好玩”变成清晰的技术需求。
- 系统设计：让发言、投票、AI行为形成一个有机游戏系统。
- 体验直觉：知道什么设计会让玩家觉得自然、有趣。
- 纠偏能力：当AI走向错误方向时，能识别并拉回来。
- 整合能力：把AI生成的模块组装成完整可运行的产品。
未来思考：程序员更像“AI教练”或“产品导演”。核心不是写每一行代码，而是知道要做什么、如何向AI描述、如何评估和整合结果。编程技能不会消失，但会从“写代码”进化到“设计系统+指导AI”。