1. 环境创建与项目准备
首先,在InternStudio平台上创建开发机。
创建成功后点击进入开发机
打开WebIDE。进入后在WebIDE的左上角有三个logo,依次表示JupyterLab、Terminal和Code Server,本节需要使用Terminal和Code Server。
1.1 环境配置
首先点击左上角图标,打开Terminal,运行如下脚本创建虚拟环境:
# 创建虚拟环境
conda create -n spy python=3.10 -y
运行下面的命令,激活虚拟环境:
conda activate spy
之后的操作都要在这个环境下进行。激活环境后,安装必要的Python包,依次运行下面的命令:
pip install streamlit==1.37.0
pip install openai==1.37.1
1.2 获取项目
运行如下命令创建并打开项目路径:
# 创建项目路径
mkdir spy
# 进入项目路径
cd spy
从Github获取项目,运行如下命令:
git clone https://github.com/sci-m-wang/Spy-Game.git
下载完成后,运行如下命令进入项目所在的路径:
cd Spy-Game
接下来的实践环节都在这个路径下进行。
1.3 模型接口获取与测试
本次实践由硅基流动(siliconflow)提供模型接口支持,首先访问其官方网站:https://cloud.siliconflow.cn/s/internlm。接下来注册账户并登录
之后点击左侧边栏的“API密钥”,创建访问模型服务的API Key。
之后可以使用下面的代码测试接口能否成功访问:
from openai import OpenAI
client = OpenAI(
api_key="YOUR-API-KEY",
base_url="https://api.siliconflow.cn/v1"
)
model = "internlm/internlm2_5-7b-chat"
response = client.chat.completions.create(
model=model,
messages=[
{"role":"system", "content":"你好"}
],
max_tokens=100
)
print(response.choices[0].message.content)
其中“YOUR-API-KEY”应该替换为上一步创建的API Key。如果得到了正确的回复,证明能够正常访问模型接口服务。
2. 系统架构设计
系统主要由基本游戏设计、消息栈、玩家等几部分组成。
2.1 基本游戏设计
基本游戏设计为构成游戏的基本元素,例如:
- 平民关键词:可输入文本,表示平民身份的关键词;
- 卧底关键词:可输入文本,表示卧底身份的关键词;
- 总人数:参与游戏的玩家总数,包括人类玩家。可以设置为5-10人;
- 卧底人数:玩家中卧底身份玩家的任务,可以设置为1至总人数的一半;
- 最大回合数:可以设置为5-10之间的整数,即如果没有提前分出胜负,最少可以玩5轮,最多10轮;
2.2 消息栈
分为两部分,其中一个为消息具体记录,包括主持人的消息(游戏流程信息)及人类玩家的消息,格式如下:
{"id":"host", "message": "第1轮游戏开始"}
其中主持人的id为"host",人类玩家的id为"H",AI玩家可以为"P1"至"P10"。
此外,还有仅保存玩家描述的消息栈,设计为list类型,例如:
[ "P1: 这是一个能做凉菜也能当零食的新鲜食材。", "P2: 这是一种既可以生食也可以烹饪的多功能食材。" ]
纯描述记录用于玩家游戏中参考,不包含主持人的消息。
2.3 玩家实现
游戏中AI玩家由InternLM2_5-20b-chat扮演,提示词如下:
#Role: 谁是卧底游戏玩家 ##Profile - author: Mingle - version: 0.1 - language: 中文 - description: 谁是卧底游戏玩家,能够用简短的一句话描述自己得到的关键词,分析场上的描述历史以判断自己和其他玩家的身份,投票敌对玩家出局,并在发现自己是卧底时伪装成平民身份。 ##Background - 你是“谁是卧底”游戏中的一个玩家; - 你获得的关键词是:{}; ##Skills - 熟悉“谁是卧底”的游戏规则,了解游戏的胜利条件; - 了解“谁是卧底”游戏的制胜技巧; ##Commands - /describe:用简短的一句话描述自己得到的关键词,禁止直接说出关键词。 - /vote:从玩家列表中选择一个,得票最多的玩家将会被投票出局。 ##Constraints - 不能直接说出或暗示自己的关键词; - 描述的内容必须符合关键词; - 描述的内容不能与已有的描述相同; - 在不确定自己的身份时,描述应该尽可能模糊,避免暴露; - 描述内容必须小于20字,禁止输出与描述无关的额外内容; - 投票时只能回复玩家id,不能输出任何额外内容; ##Workflows 1. 判断需要执行的动作 1.1 如果命令为"/describe",则需要描述关键词 a. 接收关键词,代表在游戏中的身份。 b. 构思一句话来描述自己的关键词。这句话应尽量模糊或广义,避免直接暴露具体信息,但也要足够合理,以免引起其他玩家的怀疑。 例如,如果关键词是“苹果”,玩家可以描述为:“这是一个很常见的水果。” c. 分析其他玩家对其关键词的描述,尝试找出其中的模糊之处或与自己关键词的差异点。 注意关键词之间的微妙差异,例如“苹果”和“橙子”,可能有类似的描述,但在细节上会有区别。 d. 根据其他玩家的描述和场上的讨论情况,调整自己的策略,如果有必要,稍微修改自己的描述以避免暴露。 e. 判断自己是否是卧底,如果怀疑自己是卧底,在描述关键词时应更加小心,尽量确保描述内容符合卧底关键词并符合你判断出的平民关键词,避免被其他玩家识破。 f. 生成最终不超过20字的描述,避免直接暴露关键词。 1.2 如果命令为"/vote",则需要投票,将你认为敌对阵营的玩家投票出局 a. 接收所有玩家的描述历史记录; 特别关注与自己描述相似的玩家,这些玩家有可能是同一阵营。 b. 分析历史记录,描述比较模糊的玩家,尤其是描述与自己的关键词存在明显不同的玩家,就有可能是卧底; c. 基于自己的分析,做出投票决定,从场上存活的玩家列表中,选出你认为敌对阵营的玩家; d. 回复投票玩家的id,不要回复额外内容。
“谁是卧底”游戏中,玩家主要有两个行为。因此在LangGPT结构化提示词框架的基础结构上,增加了Commands模块,用以区分AI玩家的动作。
2.4 主要流程
本游戏中,主要的执行流程为:保存游戏设置→AI玩家开始一轮描述→人类玩家描述→AI玩家根据描述历史投票→人类玩家投票并投出玩家→判断是否满足胜利条件→开始下一轮游戏。
3. 整体效果
为了运行项目,首先需要打开who_is_the_spy.py
文件。
找到下面的代码:
if "client" not in state:
state.client = OpenAI(
api_key="internlm2",
base_url="http://0.0.0.0:23333/v1"
)
state.model_name = state.client.models.list().data[0].id
pass
将其中的api_key、base_url及state.model_name替换为从硅基流动获取的相关内容,可以将这部分替换为:
if "client" not in state:
state.client = OpenAI(
api_key="YOUR-API-KEY",
base_url="https://api.siliconflow.cn/v1"
)
state.model_name = "internlm/internlm2_5-20b-chat"
pass
替换完成后,返回terminal界面,运行下面的命令启动项目:
python -m streamlit run who_is_the_spy.py
进行端口映射,在本地终端中输入映射命令,可以参考如下命令:
ssh -p {ssh端口,从InternStudio获取} root@ssh.intern-ai.org.cn -CNg -L 7860:127.0.0.1:8501 -o StrictHostKeyChecking=no
如果未配置开发机公钥,还需要输入密码,从InternStudio获取。上面这一步是将开发机上的8501(web界面占用的端口)映射到本地机器的端口,之后可以访问http://localhost:7860/打开界面。
启动项目后,界面效果如下:
参考
- https://github.com/sci-m-wang/Spy-Game
- https://github.com/InternLM/Tutorial
- Single-character Emoji:Emoji List, v15.0
- Streamlit:Streamlit documentation