大家好，我是老渡。

最近一直在研究 Agent 智能体的相关东西，看到有网友分享用多Agent开发了《谁是卧底》的游戏。

我特别感兴趣，想研究一下。但比较遗憾，作者并没有开放 Agent 的配置。所以，老渡就自己做了一个，实现了完整的功能，今天给朋友们分享一下。

使用多Agent模式的核心原因，可以让AI模拟多位玩家，游戏可玩性更强，游戏过程更可控。

Agent是用扣子（coze）实现的，所用到的大模型以Kimi为主。下面是整体的配置

这里面大部分 Agent 都要调用工作流，完成更复杂的任务。

还不熟悉 Agent 开发的朋友，可以看我之前的文章。

下面简单介绍下每个Agent。

游戏初始化 Agent，用来随机生成卧底，同时生成卧底和平民的词语。

这是 Agent 调用的工作流——undercover_init，这个工作流的节点一共有三类

• 代码节点：主要用来处理数据格式问题，比如：随机挑选卧底、处理大模型生成的词语。代码量都只有几行，非常简单。

• 大模型节点：主要是用来生成卧底和平民的词语
  

• 变量节点：将卧底编号、词语存储到变量中，以便后面Agent读取

来运行一下试试

人类玩家发言 Agent，接收用户对词语的描述，并将描述存入变量。

AI玩家发言 Agent，调用工作流，用AI模拟两位玩家进行发言。

每一位AI玩家发言之前，都要参考之前的玩家，即保证发言不重复，同时又能隐藏自己的身份。

人类玩家投票 Agent，对卧底投票，并保存投票结果。

AI玩家投票 Agent，AI玩家对卧底投票，并显示最终的投票结果。

游戏结果 Agent，根据投票结果，判定胜负

这里只有3个用户，是最基础版本，所以一轮定胜负。

这个完成后，我们就很容易扩展出多名玩家。若第一轮投票，卧底未出局，则踢出被投的玩家，然后跳转到前面的 Agent 继续游戏。

这个游戏看似简单，但从构思到实现，断断续续也花了老渡一周的时间。

开发这个游戏，老渡最想跟朋友们分享的是，AI输出的结果是有不确定性的，要根据实际情况用不同模型，调参数。

如果大家对《谁是卧底》这个Agent感兴趣，老渡后续会继续更新复杂功能，在公众号持续分享。