跳转至
编辑此页 查看本页的源代码

实验 10-8：语音狼人杀 Agent 系统

配套《深入理解 AI Agent》第 10 章「实验 10-8：语音狼人杀 Agent 系统」。

目的

用一个多 Agent 狼人杀系统，演示多 Agent 协作里最能体现「上下文不共享」的一种 形态——信息权限控制（Information Asymmetry）：不同角色天生只能看到自己该看 的信息。系统包含三部分：

  1. 多 Agent：每个玩家 = 一个独立的 LLM Agent（Chat Completions，默认 gpt-5.6-luna），各自维护严格隔离的私有上下文，只能依据自己看到的信息推理。
  2. 信息权限控制：由法官决定每条信息投递进哪些玩家 Agent 的上下文——狼人 才知道队友、预言家才知道查验结果、公开发言进所有人。每次投递都登记审计，游戏 结束后打印审计表并自动校验隔离是否正确。
  3. 法官编排：法官是代码驱动（非 LLM）的确定性编排器，编排昼夜循环并结算胜负。

语音是可选增强，不是跑通的必需。 默认「文本模式」即可完整、可复现地跑完 一局并验证信息隔离；加 --voice 才会用 OpenAI tts-1 把公开发言合成语音。

离线模式（--offline / --mock）：无需任何 API Key、零成本、完全可复现。 此时每个玩家 Agent 用一套规则策略代替 LLM 做发言/投票/用技能的决策。关键在于： 离线策略同样只读自己的私有上下文（memory），绝不访问其他 Agent 的信息—— 因此信息权限控制这一核心教学点在离线模式下依然成立、依然能通过审计校验。 想零成本先看清楚「法官编排 + 信息隔离」的全貌，用 python demo.py --offline 即可。

本 demo 为控成本默认采用 7 人局（全部由 AI 扮演，保证可复现可验证）： 2 狼人 + 1 预言家 + 1 女巫 + 3 村民；也可用 --players / --wolves 自定义。

角色与信息权限矩阵

信息类别 谁能看到（进入谁的上下文） 说明
自己的身份 仅本人 每人只知道自己是什么角色
狼人队友身份 仅全体狼人 狼人互相知道队友，好人不知道任何人的身份
狼人夜间共识 仅全体狼人 今晚决定刀谁，只进狼人上下文
预言家查验结果 仅预言家本人 每晚查验一人的阵营，结果独享
女巫夜间信息 / 用药 仅女巫本人 今晚谁被刀、是否用解药/毒药，独享
死讯（天亮公布） 所有人 公开信息
白天发言 所有人 公开信息，进入所有玩家上下文
投票与放逐结果 所有人 公开信息，放逐时公布出局者身份

「上帝视角」的真实身份表只打印给人类观察，不进入任何 Agent 上下文。

法官编排（昼夜循环）

阶段0 分配身份：私发每人身份；仅向狼人群发「队友身份」
每回合：
  夜晚：狼人共同选择击杀目标（狼人共识只进狼人上下文）
        → 预言家查验一人（结果只进预言家上下文）
        → 女巫决定是否解药救人 / 毒药毒人（只进女巫上下文）
        → 结算今晚死亡
  判定胜负；未分胜负则进入白天
  白天：公布死讯（公开）
        → 按座位顺序依次公开发言（进所有人上下文）
        → 全员投票放逐，公布出局者身份（公开）
  判定胜负
胜负规则：狼人全部出局 → 好人胜；狼人数 ≥ 好人数 → 狼人胜（屠边简化）

运行

pip install -r requirements.txt
cp env.example .env        # 填入 OPENAI_API_KEY；或直接 export OPENAI_API_KEY=sk-...

# 离线模式：无需 API Key，规则决策，零成本、可复现，最适合先跑通看全貌
python demo.py --offline

# 在线模式（LLM 决策，需 OPENAI_API_KEY）
python demo.py             # 文本模式跑完整一局（默认，推荐）
python demo.py --seed 7    # 换一局身份分布（可复现）
python demo.py --voice     # 额外用 OpenAI tts-1 把公开发言合成语音到 audio/
python demo.py --voice --play   # 合成并播放（macOS afplay）
python demo.py --model gpt-5.6-luna   # 覆盖模型

# 通用参数（离线/在线均可）
python demo.py --offline --players 9 --wolves 3   # 自定义人数与狼人数
python demo.py --offline --max-rounds 8           # 调整回合上限
python demo.py --offline --log game.log           # 把完整对局日志另存到文件

python demo.py --help      # 查看全部参数（中文说明）

运行会依次打印：每个阶段的流程（带「谁能看到什么」的信息隔离标注）→ 最终胜负 → 信息可见性审计表 → 信息隔离自动校验（对照展示狼人/村民/预言家三方各自的 私有上下文，证明各看各的）。

文件说明

voice-werewolf/
├── demo.py              # 入口：跑完整一局 + 打印审计表 + 自动校验信息隔离
├── werewolf/
│   ├── roles.py         # 角色、阵营、各角色策略提示词
│   ├── agent.py         # PlayerAgent：每玩家一个 Agent + 私有上下文 + LLM/离线规则决策
│   ├── game.py          # Judge：法官编排 + 信息投递原语（含审计登记）
│   ├── audit.py         # 信息可见性审计日志
│   └── tts.py           # 可选语音合成（OpenAI tts-1）
├── requirements.txt
├── env.example
└── audio/               # --voice 时合成的语音文件

信息隔离的落点在 game.py 的三个投递原语：broadcast（进所有人）、 private_send（只进一人）、wolves_send（只进狼人）；每个原语都同步写入对应 Agent 的 memory 并在审计里登记「进了谁的上下文」。Agent 每次思考只读自己的 memory，物理上不可能看到别人的私密信息。

真实运行样例（python demo.py，seed=42，gpt-5.6-luna）

夜晚（私密行动，均带可见范围标注）：

【第 1 回合 · 夜晚】天黑请闭眼。
  [仅法官+狼人可见] 狼人 P1 提议击杀 → P3
  [仅法官+狼人可见] 狼人 P6 提议击杀 → P3
  → 狼人共识：击杀 P3（此共识只进狼人上下文）
  [仅法官+预言家 P4 可见] 预言家查验 P1 → 狼人
  [仅法官+女巫 P2 可见] 女巫得知今晚被刀者：P3
  [仅法官+女巫可见] 女巫使用解药救 P3

白天预言家 P4 直接跳出报查杀（第 1 回合白天，公开发言进所有人上下文）：

  P4（发言）：我是预言家，昨晚查验P1是狼人。平安夜不影响验人结果，今天请大家优先投P1；若P1悍跳，请他解释具体验人信息和逻辑。
  —— 投票阶段 ——
  → 投票结果：P1 被放逐出局，其真实身份是【狼人】。计票：P1=5票，P4=2票

第 2 回合夜晚，预言家再验出 P6 是狼人、女巫用毒药毒杀 P6，好人阵营在放逐/毒杀 两只狼人后获胜（存活：P2 女巫、P3 村民、P5 村民、P7 村民）。

信息隔离自动校验（节选）：

[校验1] 『狼人队友身份』只进狼人上下文：通过 ✓
   - 存在非狼人上下文含队友身份？False（应为 False）
[校验2] 『预言家查验结果』只进预言家(P4)上下文：通过 ✓
   - 存在其他玩家上下文含查验结果？False（应为 False）
[校验3] 审计日志中狼人专属信息的可见集合 == 狼人集合 ['P1', 'P6']：通过 ✓
[校验4] 审计日志中所有『公开-*』信息可见集合 == 全体玩家：通过 ✓
信息隔离总校验：全部通过 ✓✓✓

对照可见：狼人 P1 的上下文里有「狼人阵营的玩家是：P1、P6」和「狼人决定击杀 P3」， 而村民 P3 的上下文里没有任何他人身份、预言家 P4 的上下文里独有「第 1 回合 你查验了 P1，结果为【狼人】」。这就是信息权限控制生效的直接证据。

局限

  • 在线模式 LLM 决策默认用便宜旗舰 gpt-5.6-luna（OPENAI_API_KEY）。通用回退： 若未设置 OPENAI_API_KEY 但设了 OPENROUTER_API_KEY，则自动改走 OpenRouter，并把 模型名映射到其命名空间（gpt-5.6-luna → openai/gpt-5.6-luna）；提示 gpt-5.6 系列 直连 OpenAI 需组织验证，只填 OPENROUTER_API_KEY 即可强制走 OpenRouter。 注意：可选的语音合成（--voice，OpenAI tts-1）仍只支持 OPENAI_API_KEY，OpenRouter 无 TTS 端点。 想零成本、无 Key 跑通全流程，请用 --offline（规则决策）；离线策略较为简单， 发言/推理不如 LLM 生动，仅用于演示编排与信息隔离机制，不代表真实博弈水平。
  • 为可复现与控成本，本 demo 全部由 AI 扮演、默认文本模式；书中「真人语音连线」 与实时对话在此简化为：法官按座位顺序编排发言、AI 用文本推理投票，语音仅作可选 的单向 TTS 输出（--voice），未做真人 ASR 语音输入与实时打断。
  • 胜负采用「屠边简化」规则（狼人数 ≥ 好人数即狼人胜），未实现猎人、警长、 自爆等进阶机制；女巫解药默认允许自救，均可按需扩展。
  • 每局结果随机，长度取决于 AI 的推理（通常 2~4 回合分出胜负）；用 --seed 复现 或切换局面。AI 的伪装/推理质量受模型能力限制。