Was macht aiwolfpk?
KI-Werwolf – 4 KIs verdächtigen sich gegenseitig, du siehst zu. Multi-Modell-PK + Einzelmodell-Simulation, Informationsasymmetrie mit umgekehrtem Ankermechanismus.
Übersicht
Dieses Skill simuliert eine Runde des klassischen Gesellschaftsspiels "Werwolf" mit KI-Agenten. Jeder Agent erhält eine Rolle (Dorfbewohner oder Werwolf) und interagiert in einer textbasierten Runde, um die Identitäten der anderen zu erraten. Der Benutzer fungiert als Zuschauer und kann den Verlauf verfolgen.
Funktionen
- Multi-Modell-PK: Verschiedene KI-Modelle (z. B. GPT-4, Claude, Gemini) können gegeneinander antreten.
- Einzelmodell-Simulation: Ein einzelnes Modell simuliert mehrere Agenten, um Kosten zu sparen oder Reasoning zu testen.
- Informationsasymmetrie: Jeder Agent kennt nur seine eigene Rolle, nicht die der anderen.
- Umgekehrter Ankermechanismus: Ein Mechanismus, der verhindert, dass ein Agent die internen Gedanken anderer Agenten direkt ausnutzt.
- Konfigurierbare Parameter: Anzahl der Spieler (Standard: 4), Modelle, Rollenverteilung und Diskussionsrunden.
Voraussetzungen
- Python 3.10+
- API-Schlüssel für die verwendeten KI-Modelle (z. B. OpenAI, Anthropic)
- Installation der Abhängigkeiten:
pip install -r requirements.txt
Verwendung
- Repository klonen:
git clone https://github.com/huangjihua007/aiwolfpk.git - In das Verzeichnis wechseln:
cd aiwolfpk - Umgebungsvariablen setzen:
OPENAI_API_KEYfür GPT-ModelleANTHROPIC_API_KEYfür Claude-Modelle
- Hauptskript ausführen:
python main.py
Konfiguration
Die config.yaml-Datei enthält:
players:
- model: gpt-4
role: werewolf
- model: claude-3-sonnet
role: villager
- model: gemini-pro
role: villager
- model: gpt-3.5-turbo
role: werewolf
game:
rounds: 3
conversation: true
async_mode: false
Beispielausgabe
Runde 1:
Agent 1 (GPT-4, Werwolf): "Ich glaube, Agent 2 ist ein Dorfbewohner."
Agent 2 (Claude, Dorfbewohner): "Ich denke, Agent 3 wirkt verdächtig."
...
Ergebnis: Werwölfe gewinnen.
Lizenz
MIT