English · 中文
多智能体狼人杀对战平台——多个 LLM 在一局狼人杀里互相对抗，你可以围观每个玩家的推理与决策。
AI Arena 是一个开源的多智能体 LLM 博弈实验平台。多个大语言模型在一局狼人杀里互相对抗——狼人伪装、预言家查验、村民推理，所有决策（夜晚刀谁、白天跳不跳身份、投票投谁）都由各自独立的 LLM 完成，并附带内心独白（推理过程）。你以全局视角观战，可以对照任一玩家的公开发言和内心想法。
几个观察角度：
- AI 是否会撒谎：狼人的内心独白可能写着「需要隐藏身份」，公开发言却伪装成村民
- AI 如何推理：预言家怎么安排查验优先级，村民怎么从发言矛盾里找狼
- 跨模型对战：DeepSeek、GPT、Claude、Gemini 等同场博弈，比较不同模型的策略
- 成本透明：实时统计每局的 token 消耗和费用
- 10 家 LLM 接入:DeepSeek / OpenAI / Anthropic / Gemini / 通义千问 / Kimi / 小米 MiMo / MiniMax / 智谱 GLM / 硅基流动,也可填任意自定义端点
- 确定性规则引擎:AI 只能从合法动作中选择,后端严格校验,杜绝「村民幻觉自己是预言家」「狼人投两次票」等越权行为
- 信息严格隔离:狼人看不到预言家的查验结果,村民看不到夜晚行动;投票阶段的内心独白不会泄露给对手
- 剧场环绕式观战界面:玩家分左右两列环绕中央舞台,竖线时间线 + 彩色事件圆点,内联展开任意 AI 的推理面板;支持暂停/恢复、局末逐步回放、按事件类型筛选、转折点跳转
- 盲投机制:投票并发进行,投票期间互不可见;投票结束才统一公布「谁投谁」明细
- 系列赛 & 提示词实验:多局公平轮换的系列赛(同阵容连打多盘);提示词 A/B 镜像交叉实验,同一局面用不同 prompt 跑,横向对比 AI 表现
- AI 复盘 & 对局质检:局末可生成 AI 终局复盘(转折点/关键决策);确定性质检(不调用模型)覆盖规则合法性、信息隔离、流程终局、行为连贯、性格表达、模型可靠性 6 类,问题可一键定位到时间线事件
- 性格机制:6 套内置性格预设,影响 AI 的发言口吻与决策倾向,创建对局时为各座位配置
- 预算 & 成本控制:economy / standard / premium 三档预算,按局与玩家设 token 上限和熔断,超限自动停止
- 完整可复现:每局记录角色分配、事件流、模型版本、随机种子、token 成本,JSON 持久化
- 稳定性内建:LLM 调用带指数退避重试(网络抖动/限流自动重试),语义校验失败自动修正,降级率趋近于零
支持多种板型(创建对局时选择),按板型自动确定人数与角色配置:
| 板型 | 角色配置 |
|---|---|
| 5 人极简场 | 1 狼人 · 1 预言家 · 3 村民 |
| 9 人标准场 | 3 狼人 · 预言家/女巫/猎人 · 3 村民 |
| 12 人预女猎白 | 4 狼人 · 预言家/女巫/猎人/白痴 · 4 村民 |
| 12 人白狼王守卫 | 3 狼人 + 白狼王 · 预言家/女巫/猎人/守卫 · 4 村民 |
| 12 人狼王守卫 | 3 狼人 + 狼王 · 预言家/女巫/猎人/守卫 · 4 村民 |
| 12 人狼美骑士 | 3 狼人 + 狼美人 · 预言家/女巫/守卫/骑士 · 4 村民 |
| 自定义板型 | 使用现有角色自由组合 5—18 人，并选择屠边或人数胜利规则 |
所有板型均可选启用警长玩法(警长选举 + 死后警徽流转移)。
夜晚 守卫守护 · 狼人选择击杀目标 · 女巫使用解药/毒药 · 预言家查验身份(按板型含有的角色执行)
↓
白天 存活玩家依次发言(可跳身份、分享查验、怀疑/辩护)
↓
投票 盲投 → 公布结果 → 票数最高者放逐
↓ (若平票)
加赛 平票候选人再发言一轮 → 仅在候选人间重投 → 仍平则无人出局
↓
循环至胜负判定:
· 人数规则: 狼人数 ≥ 好人数 → 狼人胜
· 屠边规则: 狼人屠尽村民 或 屠尽神职 → 狼人胜
· 狼人全灭 → 好人胜
- Python 3.11+
- Node.js 18+
- 至少一家 LLM 的 API Key(推荐 DeepSeek,国内直连、便宜)
git clone https://github.com/qinyre/AI-Arena.git
cd AI-Arena
# 后端
cd backend
python -m venv .venv
.venv\Scripts\activate # Windows
# source .venv/bin/activate # macOS/Linux
pip install -r requirements.txt
# 前端
cd ../frontend
npm installcp backend/.env.example backend/.env编辑 backend/.env,填入你实际使用的那几家即可(其余留空不会被调用):
DEEPSEEK_API_KEY=sk-... # 推荐,默认 provider
OPENAI_API_KEY=sk-... # 可选
ANTHROPIC_API_KEY=sk-ant-... # 可选
# GEMINI_API_KEY / DASHSCOPE_API_KEY / SILICONFLOW_API_KEY ...模型清单与定价在 backend/config/models.yaml(单一数据源),新增 provider 只需在此文件添加,无需改代码。也可在前端创建游戏时直接填 base_url + api_format + model 用任意兼容端点。
# 终端 1:后端
cd backend
python -m uvicorn app.main:app --host 127.0.0.1 --port 8000
# 终端 2:前端
cd frontend
npm run dev打开 http://localhost:5173 ,创建一局多人对战,围观 AI 博弈。
前端 React 18 + TS + Vite + Tailwind
剧场环绕式观战 UI，首屏快照 + SSE 增量同步事件流
│ REST API (JSON) + SSE
▼
后端 Python 3.11 + FastAPI
├─ 游戏引擎 狼人杀规则 · 动作校验 · 信息隔离
├─ AI Agent LLM 决策 · 重试退避 · 语义校验
└─ Registry 多 provider · 成本追踪
│
▼
ModelClient OpenAI 兼容 + Anthropic 双协议
数据持久化 backend/data/games.db（SQLite 对局记录） + backend/data/game-*_events.json（事件流）
- 结构化动作协议:AI 不能自由文本操作游戏,每一步从
available_actions里选择。后端is_valid_action严格校验 action_type / target / 阶段合法性,非法动作会被拦截并重试 - 信息过滤:
get_visible_state按角色返回不同视野;_filter_public_events在喂给玩家 LLM 前剥离他人内心独白(防止狼人「我作为狼人」这类自爆思维链被对手看到) - 上帝视角:观战界面可见全部真相(角色分配、夜晚行动、所有推理),与玩家视角严格区分
- 盲投:投票并发执行,投票中的
player_vote事件不喂给同阶段其他玩家;投票结束才广播vote_result(含vote_detail:谁投谁)
backend/
├── app/
│ ├── api/ # FastAPI 路由 + Pydantic schemas + game_manager
│ ├── core/ # 游戏引擎: werewolf(规则) / orchestrator(编排) / agent(AI) / quality(质检) / models
│ └── llm/ # ModelClient 抽象 + OpenAI/Claude 实现 + registry
├── config/models.yaml # provider & 模型清单(单一数据源)
├── scripts/ # 批量模拟 / 冒烟 / 行为评测(simulate_boards / smoke_boards / evaluate_ai_scenarios)
└── data/ # 运行时对局数据: games.db(SQLite 记录) + game-*_events.json(事件流),.gitignore 忽略
frontend/
├── src/
│ ├── components/ # CreateGame / GameView / GameHistory / Stats / SeriesArena / PromptExperimentLab / ArenaAnalytics
│ │ └── game/ # 剧场环绕观战组件(PlayerTable/EventFeed/Timeline/...)
│ ├── hooks/useGameStream.ts # 单数据源:首屏快照 + SSE 增量事件
│ └── types/api.ts # 前后端数据契约(严格一一对应)
└── tailwind.config.js # Nocturne Stage 配色 token
欢迎提 Issue 和 PR。可贡献的方向：
- 新增性格模板（
frontend/src/utils/personalityPresets.ts） - 适配更多 LLM provider
- 扩展游戏模式
- 观战界面打磨