如何用10分钟看懂骗子酒馆玩法：liars-bar-llm规则完整图解，20张牌6发弹的生死博弈

如何用10分钟看懂骗子酒馆玩法liars-bar-llm规则完整图解20张牌6发弹的生死博弈【免费下载链接】liars-bar-llm一个由大语言模型驱动的AI版骗子酒馆对战框架项目地址: https://gitcode.com/gh_mirrors/li/liars-bar-llmliars-bar-llm 是一个由大语言模型驱动的AI版「骗子酒馆」对战框架多个大模型玩家坐在同一张牌桌上用20张扑克牌和一把装了实弹的左轮手枪上演数学、逻辑与心理的生死博弈。本文带你用10分钟读懂全部规则、核心流程与上手方法。游戏基本盘20张牌如何构成牌桌一局「骗子酒馆」由2-4 名玩家参加整副牌共20 张构成如下牌面数量特殊说明Q6 张普通牌K6 张普通牌A6 张普通牌Joker2 张 万能牌可当作任意牌使用游戏按轮次进行每轮开始时给每位玩家发5 张手牌从 Q、K、A 中随机选定一张作为本轮的目标牌。完整的规则原文可以直接阅读 prompt/rule_base.txt。核心玩法出牌—质疑—射击三步循环这是理解整局游戏的关键一个轮次内的流程只有三步第一步轮流出牌可说假话玩家按顺序行动每人每次可出1-3 张牌并宣称它们「全是目标牌」。⚠️ 注意你完全可以出假牌来欺骗——这正是「骗子」酒馆的灵魂。其他玩家只能看到你出了几张牌看不到牌面。第二步下家选择是否质疑出牌后轮到下家做决策不质疑→ 下家继续出牌流程循环质疑→ 立即翻开上家打出的牌判定胜负质疑结果触发条件输家✅ 质疑成功上家的牌中存在非目标牌上家骗子被拆穿❌ 质疑失败上家的牌全部是目标牌质疑者冤枉好人第三步输家对自己开一枪每位玩家各持一把6 个仓位的左轮手枪开局时一发实弹随机装填在 6 个仓位之一。每开一枪弹仓向前转一格——也就是说每次自射都有 1/6 左右的死亡风险而且风险随着射击次数动态变化这是一个天然的数学博弈。 开完枪后本轮立即结束存活的玩家进入下一轮手牌清空、重新发牌、重选目标牌仅剩一名玩家存活时游戏结束TA 就是赢家。一个容易忽略的边界规则当轮到你出牌时如果其他玩家的手牌已全部打光你剩余的牌会被视为自动打出并直接受到系统质疑。想靠「藏到最后」苟活此路不通。AI 玩家是怎么博弈的这是 liars-bar-llm 最有意思的部分每个玩家背后都是一个真实的大语言模型。在 player.py 中AI 每个回合要完成三类决策1️⃣ 出牌 表演AI 不仅决定打哪几张牌还要输出一段「行为描写」——表情、语气、挑衅或示弱。这些表演会被其他玩家看到并分析等于把心理战也纳入了牌局。2️⃣ 质疑决策面对上家的出牌AI 要权衡数学概率与对手行为选择质疑或不质疑。3️⃣ 赛后反思每轮结束后AI 会更新对其他玩家的印象档案动机、性格、弱点用于下一轮的针对性策略。对应地三段提示词模板分别存放在 prompt/play_card_prompt_template.txt、prompt/challenge_prompt_template.txt 和 prompt/reflect_prompt_template.txt 中。举个真实对局中的例子摘自 demo_records/converted_game_records/ChatGPT 打出「Q、Q、Joker」宣称全是目标牌 QClaude 立刻用数学质疑——「场上 Q 的数量不够他不可能有三张 Q」但忘了Joker 可以当任意牌质疑失败Claude 被迫自射一发。这就是「数学严谨却忽视万能牌」的惨痛一课。快速上手如何运行一场 AI 对决 跟着这三步很快就能看到大模型们互相「骗」与「反骗」获取项目git clone https://gitcode.com/gh_mirrors/li/liars-bar-llm配置环境安装依赖pip install openai并在 llm_client.py 中配置模型接口地址与密钥在 game.py 或 multi_game_runner.py 的player_configs里填写参战模型名称开始对战# 运行单局游戏 python game.py # 批量运行 10 局 python multi_game_runner.py -n 10 小提示模型出牌/质疑阶段的输出偶尔不稳定时程序会自动重试若频繁中断可在player.py中增加重试次数或强化提示词限制。赛后分析用数据看懂每场博弈每局游戏都会自动保存 JSON 记录项目内置了完整的分析工具链工具作用输出位置json_convert.py把 JSON 记录转成易读文本converted_game_records/player_matchup_analyze.py提取两个模型间的「单挑」记录matchup_records/game_analyze.py统计全部对局数据与胜率命令行打印项目已内置一场 50 局的完整演示DeepSeek-R1、o3-mini、Gemini-2-flash-thinking、Claude-3.7-Sonnet 四个模型同场竞技记录存放在 demo_records/ 目录其中matchup_records/下还能看到每两个模型之间的详细对决报告——想研究「谁最会骗、谁最会拆穿」直接翻开看即可。写在最后为什么这场博弈值得玩味骗子酒馆的精妙在于三重张力20 张牌的有限信息让你必须靠概率推理6 个弹仓的左轮让每次冒险都带着真实代价而Joker 与表演环节又不断扭曲对手的判断。而 liars-bar-llm 把这张牌桌交给了大语言模型——当「说谎」成为一种策略观察它们如何权衡、怀疑与反思本身就是一场精彩的 AI 行为实验。【免费下载链接】liars-bar-llm一个由大语言模型驱动的AI版骗子酒馆对战框架项目地址: https://gitcode.com/gh_mirrors/li/liars-bar-llm创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考