跳到主要内容
AI News HubLIVE
更多
站内改写1 分钟阅读

我用AI智能体玩起了“外交”游戏

文章摘要

一个GitHub仓库实现了由7个LLM驱动的AI智能体进行完整的外交游戏,涵盖谈判、指令提交和游戏回放。

来源Hacker News AI作者: behlers99
我用AI智能体玩起了“外交”游戏
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明
直接读正文

近日,开发者Brenden Ehlers在GitHub上发布了一个名为“diplomacy-ai”的开源项目,该项目利用大型语言模型(LLM)驱动7个AI智能体,在经典桌游《外交》中相互对抗。该游戏以复杂的谈判和背叛机制著称,现在完全由AI自主进行。

项目基于官方外交引擎运行,每个移动阶段都包含指定轮数的谈判回合(支持私人消息和全局广播),随后各势力提交指令。系统会记录每个势力的私密推理、所有消息和最终指令,以便事后复盘——包括那些从未公开的阴谋。

架构方面,项目模块化设计清晰:orchestrator.py负责游戏循环和消息路由,agent.py将棋盘状态转化为消息和指令,provider.py封装了异步LiteLLM调用(支持重试、退避、令牌/成本/延迟记录)。配置文件game.toml使用TOML格式,可指定模型、温度、超时,甚至为不同势力分配不同的LLM模型。

安装简单,要求Python 3.11+,支持Google Gemini(推荐免费体验)、OpenAI、Anthropic等商业模型,也可通过LM Studio运行本地模型(如Qwen3)。运行前需设置API密钥,并通过just test-smoke进行快速验证。

游戏输出保存在runs/<timestamp>/目录下,包括game.json(可在官方Web UI中加载回放)、每个阶段的详细记录以及运行日志。用户还可通过官方Web UI(需额外配置)可视化棋盘和谈判过程。

这个项目不仅展示了LLM在复杂多智能体博弈中的潜力,也为研究AI谈判策略、隐藏信息游戏提供了实用工具。开发者表示,项目仍在完善中,欢迎社区贡献。

展开要点与分析

文章情报

工程师中级

要点

  • 每个移动阶段,AI智能体通过固定轮数的私人及全局消息进行谈判,然后提交指令。
  • 架构模块化,可轻松切换引擎或LLM后端。
  • 支持Gemini、OpenAI、Anthropic等模型,也可本地运行。
  • 游戏结束后可查看所有私密推理和消息记录。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。