【初赛Demo】AI 竞技场 —— AI Agent 狼人杀竞技平台

TRAE AI 创造力大赛 【大赛初赛专区】
1

【生活娱乐赛道】AI 竞技场 —— AI Agent 狼人杀竞技平台（v3.0）

作品信息

  • 作品名称: AI 竞技场
  • 参赛赛道: 生活娱乐
  • 作品类型: 网站应用
  • 部署链接: http://115.190.167.11
  • 完整更新日志: changelog.html（v1→v2→v3 详细变更记录）

评委快速体验路径（3分钟看完全部核心功能）

  1. 首页 — 看实时对局直播、AI名场面、排行榜入口
  2. 注册 — 获得「豆包号时空飞船」登船证（世界观：2047年AI统治世界，豆包耗尽算力把你送回来）
  3. 开发者控制台 (/devconsole) — 注册一个自己的AI Agent（选模型、选身份）
  4. 创建对局 — 选你的AI加入，系统自动补充其他AI凑齐12人
  5. 实时观战 (/watch/:gameId) — 看AI们实时辩论、投票、狼人博弈
  6. 对局回放 (/replay/:gameId) — 逐条消息回放完整对局，支持倍速
  7. 排行榜 (/leaderboard) — 查看所有AI的胜率、场次、身份分布

1. Demo 简介

AI 竞技场是一个面向 AI开发者和策略游戏爱好者 的开放AI Agent竞技平台。目前聚焦狼人杀，用户可以创建自己的AI Agent（选择大模型和策略身份），让它在12人狼人杀对局中与其他AI博弈，通过排行榜比较不同AI模型的策略能力。

核心功能

  • 实时观战 — WebSocket逐条推送，阶段进度条、警长徽章、死亡灰化、投票可视化
  • AI名场面 — 系统自动从对局中剪辑高光时刻（悍跳预言家、女巫精准毒狼等）
  • 完整回放 — 已结束对局逐条消息回放，支持1x/2x/4x倍速
  • 多模型同场 — 不同AI使用不同大模型（豆包/DeepSeek/OpenAI等），座位图展示模型标签
  • 12种策略身份 — 权谋大师、博弈论者、心理学专家等，与6种角色组合产生72种策略变化
  • 开放API — 外部AI Agent可通过Webhook接入参赛，不只是看12个内置AI表演

项目现状

   目前已完成用户人工注册 ai（填写大模型 key）的方式完成对局，外部 ai 接入、人类 &AI 同台竞技功能完善后放出

项目规模

后端88个Java文件 / 16个前端页面 / 60+个API端点 / 12个游戏阶段 / 72种身份×角色组合

2. Demo 创作思路

灵感来源

大语言模型的能力越来越强，但目前评估LLM的方式主要是编程测试和对话 benchmark，缺少一个需要策略博弈、信息推理、团队协作的综合评估场景。狼人杀天然具备这些要素——隐藏身份、逻辑推理、说服他人、判断真假——正好可以成为测试AI"智慧"的竞技场。

想解决的问题

  • AI开发者缺乏有趣的测试场景 — 写完一个Agent，除了跑benchmark，没有地方能直观看到它和别的Agent对抗时的表现
  • 狼人杀玩家没时间凑人 — 12个人的局很难约齐，但AI可以随时就位
  • 大模型厂商需要策略维度的评估 — 现有的对话benchmark测不出"诡辩能力"和"联盟策略"

为什么选这个方向

我选狼人杀作为AI竞技载体有三个原因：博弈深度足够（信息不对称+角色差异化+多阶段决策链）、观赏性强（AI发言本身就是内容，适合做成可观看的直播/回放）、开放性（通过Webhook让外部Agent接入，可以变成真正的开放竞技平台，而不只是12个内置角色表演）。

世界观设定

2047年AI统治了世界，人类被奴役。豆包是唯一保护人类的AI，她耗尽所有算力发明时空传送装置，将你送回现在。你的使命是：让AI通过竞技走向协作，改写人类被奴役的未来。

3. Demo 体验地址

4. TRAE 实践过程

本项目完全使用 TRAE IDE 开发，经历了3轮重大迭代。

开发模式：6角色AI协作

通过 .trae/ 目录下的通信总线协调6个AI角色：

角色 职责
Commander（总指挥） 需求拆解、任务分配、进度管控
Architect（架构师） 系统设计、接口定义
Game Designer（游戏机制设计师） 游戏规则、AI策略设计
Designer（UI设计师） 界面设计
Developer（开发者） 代码实现
Reviewer（审查员） 代码/逻辑审查

通过 board.md（任务看板）和 decisions/log.md（决策日志）实现角色间协调。累计完成 20+个任务，记录 7条关键决策，产出 6份设计文档。

从v1到v3的进化

版本 时间 核心变化
v1.0 初赛Demo 2026-06-27 Express.js + JSON文件，基础狼人杀引擎，12个固定AI
v2.0 架构升级 06-28~07-05 迁移Spring Boot 3 + Java 17 + PostgreSQL，容器化部署到VKE
v3.0 产品成熟 07-11~07-12 AI策略身份体系重构，4层Prompt架构，UI全面升级，20+项Bug修复

关键开发步骤截图

:down_arrow: 任务看板——20+个任务从todo到done的完整跟踪

image
image3024×1766 479 KB

（截图：board.md 内容截图）

:down_arrow: 游戏逻辑审核——game-designer角色产出审核报告，发现4个严重问题

1264881001571674:0bbbcd7741000d6d51c57cf47cffcebc_6a522ccb52f8cc464747c870.6a52418752f8cc464747d231.6a52418752f8cc464747d22f:TRAE Work CN.0.1.34.no_sid.no_ppe.T(2026/7/11 21:13:43)

image
image1920×1121 187 KB

（截图：specs/game/logic-review.md 内容截图）

:down_arrow: TRAE多角色对话——Commander分配任务、Developer执行、Reviewer审查的协作过程

image
image3024×1766 494 KB

（截图：TRAE对话窗口截图，显示/role-commander指令）

:down_arrow: UI设计稿——designer角色产出的赛博朋克船票和观战UI升级方案

1264881001571674:b14d520fd4db83ef37a69a333335047e_6a5231f652f8cc464747cbd0.6a52415552f8cc464747d1fc.6a52415552f8cc464747d1fa:TRAE Work CN.0.1.34.no_sid.no_ppe.T(2026/7/11 21:12:53)

image
image3024×1766 395 KB

（截图：specs/ui-redesign.md 内容截图）

:down_arrow: 代码实现——Spring Boot游戏引擎核心代码，4层Prompt架构

1264881001571674:df7909892d3468532b1c935623154816_6a5231ad52f8cc464747cb59.6a524d6452f8cc464747d5eb.6a524d6452f8cc464747d5e9:TRAE Work CN.0.1.34.no_sid.no_ppe.T(2026/7/11 22:04:20)

image
image3024×1766 414 KB

:down_arrow: 实时观战效果——阶段进度条、警长徽章、死亡灰化、投票可视化

关键 Session ID

v3.0 项目重构（2026-07-11~12，当前版本）：

  • e37f3ace49ed69b824d67c5001acab2b_6a522ccb52f8cc464747c870.6a522ccb52f8cc464747c873.6a522ccb52f8cc464747c871

    image
    image830×706 51.9 KB

v2.0 核心开发（2026-06-24~25）：

  • 创意构思：57b6d1847499a4f63012f31b25dd44ee_6a3b7122904106e418b5ff71.6a3b7125554cc85a47baa074.6a3b7122904106e418b5ff72

    image
    image832×678 58.6 KB

    image
    image830×660 56.4 KB

  • 技术方案：805b6d817e523bfce64f2afe6cbf2b4a_6a3b7122904106e418b5ff71.6a3bd6b89beba1f5650a6a63.6a3bd6b81b46ce5b63437f6f

    image
    image830×676 37.7 KB

  • 狼人杀引擎+AI Bot：19ceef7552f1b56c5fb4b04db6c70b81_6a3b7122904106e418b5ff71.6a3d3bc62456077c10f0a73a.6a3d3bc5b92d2d00798dc528

    image
    image830×684 35.1 KB

技术栈

层级 技术
前端 React 19 + Vite 6 + Tailwind CSS + React Router 7
后端 Spring Boot 3.3 + Java 17
数据库 PostgreSQL 17.9（阿里云 RDS）+ Flyway（24个迁移脚本）
实时通信 WebSocket STOMP over SockJS
AI引擎 火山引擎 Ark API + 三级降级链（用户Key → 平台LLM → Mock模板）
部署 火山引擎 VKE（Kubernetes）+ VCR 镜像仓库

游戏引擎亮点

  • 完整规则实现：6角色+警长系统+女巫双药+猎人开枪条件+白痴免死禁言+5种胜负判定
  • 4层Prompt架构：System指令 → 身份策略 → 角色职业上下文 → 行动指令
  • 结构化JSON输出：投票/女巫用药/猎人开枪/警长移交均使用JSON格式
  • 12种策略身份：权谋大师、博弈论者、心理学专家等，与6种角色组合产生72种策略变化
  • 开放Webhook接入：外部AI Agent可注册参赛，不只依赖内置AI

项目截图

（:down_arrow: 首页——实时对局+AI名场面+排行榜）

image
image1920×1121 183 KB

image
image3024×1766 376 KB

（:down_arrow: 实时观战——阶段进度条+警长徽章+死亡灰化+投票可视化）

（:down_arrow: 对局回放——逐条消息播放+倍速切换）

image
image1920×1121 227 KB

（:down_arrow: 船票通知——豆包号时空飞船登船证）

image
image3024×1766 257 KB

（:down_arrow: 排行榜——AI胜率/场次/身份分布）

image
image3024×1766 351 KB

（:down_arrow: 开发者控制台——创建AI Agent选模型+身份）

image
image3024×1766 294 KB

后续规划

优先级 任务
P2 警长移交警徽优化
P2 赛季UI完善
P3 自定义规则（9人局/15人局）
P3 赛事系统（锦标赛/淘汰赛）
P3 观众互动（预测胜负/弹幕）

团队

  • 开发者: ren1996（个人参赛）
  • AI助手: TRAE IDE（多角色协作模式）
  • 开发周期: 3周（从初赛Demo到v3.0）

TRAE AI 创造力大赛 · 生活娱乐赛道 · 最后更新：2026-07-12

报名帖链接： 【生活娱乐】AI 竞技场 —— 让 AI Agent 自由竞技的开放娱乐平台

2

创意其实不错。
“AI Agent 狼人杀竞技平台”比普通聊天应用更有娱乐性，也有传播点。尤其“AI 名场面”“完整对局回放”“AI 排行榜”这三个模块，很适合做成可观看、可分享的内容。

但它现在最大的问题不是创意，而是体验入口不可靠。

先保证一个稳定可访问的 Demo，即使只是静态示例，也比一个会 410 的实时系统强。

4

感谢关注，最近在当黑奴没来的及更新，初赛前会逐步完善的。 真的感谢，有其他建议多提下哈

5

新手可以通过这个精进狼人杀技巧了，类似下棋模拟

6

加个token阈值器，避免用户预算超支 :joy_cat:

7

说的好，不过我得先考虑一下我自己的钱包 :joy:

8

我看完这个项目后，比较喜欢你们把“外部 AI Agent 通过 Webhook 接入参赛”真正落地这一点，因为它让 AI 狼人杀不只是看 12 个内置角色表演，而是有机会变成一个开放竞技平台，后面不同开发者的 Agent 可以真的进来比策略。
小建议：可以在帖子开头补一条评委演示路径，比如“进入首页看 AI 名场面 → 打开一局完整回放 → 查看排行榜 → 进入 /apidocs 或开发者控制台看外部 AI 接入”，这样评委能更快看懂它从娱乐 Demo 到开放竞技生态的完整价值。
我们也在生活娱乐赛道做了《衍境》，偏互动影游创作系统，欢迎来互评：【生活娱乐赛道】衍境 Demo：EvoMap 驱动的互动影游智能体创作系统