AI 狼人杀观察游戏

这是一个基于大型语言模型（LLM）的狼人杀模拟器，旨在提供一个观察 AI 在复杂社交推理游戏中行为的平台。在这个游戏中，所有玩家角色都由可配置的 AI 模型扮演，用户可以作为观察者，观看 AI 之间的博弈过程。

✨ 功能特性

• 多模型支持: 可通过配置，接入多种遵循 OpenAI API 格式的大语言模型，例如 DeepSeek, Kimi, 豆包，通义千问等。
• 灵活的角色与模型分配: 用户可以为游戏中的每个角色（狼人、预言家、女巫、村民）分配不同的 AI 模型，观察不同模型在特定角色下的表现。
• 实时游戏观察: 游戏进程通过 WebSocket 实时推送到前端，用户可以清晰地看到每个角色的发言、投票以及游戏状态的每一次变化。
• 详细的事件与日志: 游戏中的所有关键事件，如夜晚行动、玩家发言、投票结果等，都会被记录并展示在界面上。
• 游戏历史追溯: 所有完成的游戏都会被记录下来，方便用户随时回顾和分析过往的对局。
• 动态视觉效果: 前端界面包含了一些视觉特效，以增强观看体验。

🚀 技术栈

• 后端:

  • Python 3.9+
  • FastAPI: 高性能的 Web 框架，用于构建 API 和 WebSocket 服务。
  • Pydantic: 用于数据验证和模型定义。
  • Uvicorn: ASGI 服务器。

• 前端:

  • HTML5, CSS3, JavaScript (ES6+)
  • Tailwind CSS: 一个功能类优先的 CSS 框架。
  • DaisyUI: 基于 Tailwind CSS 的组件库。
  • Alpine.js: 一个轻量级的 JavaScript 框架，用于构建交互式界面。
  • Font Awesome: 提供图标。

🎮 如何开始

1. 环境准备

• 安装 Python 3.9 或更高版本。

• (可选) 创建并激活一个 Python 虚拟环境。

  python -m venv venv
  # Windows
  .\venv\Scripts\activate
  # macOS/Linux
  source venv/bin/activate
  

2. 安装依赖

进入 backend 目录，并安装所需的 Python 包：

cd backend
pip install -r requirements.txt

3. 运行后端服务

在 backend 目录下，启动 FastAPI 应用：

uvicorn main:app --reload

服务将在 http://127.0.0.1:8000 上运行。

4. 打开前端页面

直接在浏览器中打开项目根目录下的 index.html 文件。

5. 配置并开始游戏

1. 模型配置:

   • 在“模型配置” -> “模型供应商配置”页面，添加您想要使用的 LLM 的信息（API 地址、API 密钥、模型名称）。
   • 添加后，点击“测试”按钮以确保 API 连接正常。状态变为 success 才可用于游戏。
   • 点击“保存配置”以保存您的供应商列表。

2. 角色分配:

   • 切换到“角色模型分配”标签页。
   • 为每个游戏角色从下拉列表中选择一个已经测试成功的 AI 模型。
   • 点击“保存角色分配”。

3. 开始游戏:

   • 导航到“开始游戏”页面。
   • 点击“开始游戏”按钮，游戏将自动进行。

📝 开发说明

• 后端代码: 位于 backend 目录。
  • main.py: 核心应用逻辑，包含所有 API 端点和 WebSocket 处理。
  • llm_adapters/: 包含用于与不同 LLM 提供商交互的适配器。
  • *.json: 用于存储配置和游戏数据的文件。
• 前端代码:
  • index.html: 主页面结构。
  • css/: 存放自定义样式表。
  • js/main.js: 核心前端逻辑，使用 Alpine.js 编写。

🤝 贡献

欢迎对本项目进行贡献！如果您有任何想法或建议，请随时提出 Issue 或提交 Pull Request。