大家好，我是老渡。
最近一直在研究 Agent 智慧體的相關東西，看到有網友分享用多Agent開發了【誰是臥底】的遊戲。
我特別感興趣，想研究一下。但比較遺憾，作者並沒有開放 Agent 的配置。 所以，老渡就自己做 了一個， 實作了完整的功能，今天給朋友們分享一下。
使用多Agent模式的核心原因，可以讓AI模擬多位玩家，遊戲可玩性更強，遊戲過程更可控。
Agent是用扣子（coze）實作的，所用到的大模型以Kimi為主。下面是整體的配置
這裏面大部份 Agent 都要呼叫工作流，完成更復雜的任務。
還不熟悉 Agent 開發的朋友，可以看我之前的文章。
下面簡單介紹下每個Agent。
遊戲初始化 Agent，用來隨機生成臥底，同時生成臥底和平民的詞語。
這是 Agent 呼叫的工作流—— undercover_init ，這個工作流的節點一共有三類
程式碼節點 ：主要用來處理數據格式問題，比如：隨機挑選臥底、處理大模型生成的詞語。程式碼量都只有幾行，非常簡單。
大模型節點
：主要是用來生成臥底和平民的詞語
變量節點 ：將臥底編號、詞語儲存到變量中，以便後面Agent讀取
來執行一下試試
人類玩家發言
Agent，接收使用者對詞語的描述，並將描述存入變量。
AI玩家發言 Agent，呼叫工作流，用AI模擬兩位玩家進行發言。
每一位AI玩家發言之前，都要參考之前的玩家，即保證發言不重復，同時又能隱藏自己的身份。
人類玩家投票 Agent， 對臥底投票，並保存投票結果。
AI玩家投票 Agent，AI玩家對臥底投票，並顯示最終的投票結果。
遊戲結果
Agent，根據投票結果，判定勝負
這裏只有3個使用者，是最基礎版本，所以一輪定勝負。
這個完成後，我們就很容易擴充套件出多名玩家。若第一輪投票，臥底未出局，則踢出被投的玩家，然後跳轉到前面的 Agent 繼續遊戲。
這個遊戲看似簡單，但從構思到實作，斷斷續續也花了老渡一周的時間。
開發這個遊戲，老渡最想跟朋友們分享的是，AI輸出的結果是有不確定性的，要根據實際情況用不同模型，調參數。
如果大家對【誰是臥底】這個Agent感興趣，老渡後續會繼續更新復雜功能， 在 公眾號 持續分享。
