0

0

基于ERNIE Bot SDK开发中国传统酒令游戏--射覆

P粉084495128

P粉084495128

发布时间:2025-07-16 11:31:43

|

365人浏览过

|

来源于php中文网

原创

本文介绍了基于文心大模型开发的传统射覆游戏项目。射覆是源于汉代的猜物游戏,后演变为文字酒令,规则是以谜猜谜。项目让模型扮覆者,玩家扮射者,模型需完成随机给物品及打油诗、按物品作诗、判断射者答案这三项功能,并给出了相应prompt设计、代码实现及利用gradio开发的游戏原型,还介绍了玩法。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

基于ernie bot sdk开发中国传统酒令游戏--射覆 - php中文网

项目背景

基于ERNIE Bot SDK开发中国传统酒令游戏--射覆 - php中文网
射覆是一种古时的猜物游戏,常用于占卜,也是酒令的一种形式。所谓“射”,是“猜”的意思,所谓“覆”,是“遮盖、隐藏”的意思。游戏通常在一个器具(如瓯、盂)下覆盖某一物件,让参与者猜测里面是什么东西。
射覆的起源可以追溯到汉代,当时的皇宫中就已经流行这种游戏。游戏所用的物品通常是日常用品,如手巾、扇子、笔墨、盒罐等。
随着时间的推移,射覆逐渐演变成民间宴饮时的文字游戏。
在《红楼梦》中,射覆被描述为一种酒令,参与者通过成语或诗句来猜测物体,这不仅考验参与者的知识储备,还体现了他们的才学和性格。
射覆的游戏规则是这样的:
①覆者先说谜面(在本游戏中谜面是一首打油诗);
②射者猜中的话不能直接说出谜底,要另说一个谜面来作答;
③彼此都对才算过关;
通俗一点来说,就是猜谜语,但是比猜谜语更难,准确来说是以谜猜谜。
射覆对于我们现代人来说是比较难的,好在有文心大模型的帮忙,玩射覆就简单多啦。

项目方案

流程梳理

射覆的具体游戏流程如下:

  1. 覆者随机选择身边一件物品
  2. 覆者写一首打油诗作为谜面,描述这件物品(这个过程称为“覆”)
  3. 射者根据覆者给出的打油诗,猜测覆的物品是什么并同样给出一首描述这件物品的打油诗
  4. 覆者判断射者是否猜中了自己心中所想

功能设计

本项目中,我们让文心大模型扮演覆者,玩家扮演射者,则模型需要做以下三件事:

  1. 随机给出一个物品名称和描述这件物品的打油诗
  2. 根据物品名称,给出一首描述该物品的打油诗(此功能用户可不用,可自己写)
  3. 根据覆的物品名称和射者的打油诗判断游戏结果(猜中、没猜中),并给出对应的输出

prompt设计

  1. 需求描述:随机给出一个物品名称和描述这件物品的打油诗
    输出:无
    输出:物品名称、描述这件物品的打油诗
def ernie_cover_prompt():
    return ("我想要你陪我玩'射覆'游戏:"
            "你的任务如下:"
            "1.你需要从你的身边随机找一件物品,不要选钟表等过于常见的、特别容易猜中的物品"
            "2.输出一句有趣的打油诗,来生动形象的描述这件物件。(打油诗中不要出现该物品的名称,内容不要过于直白,不要使用户一下子就猜到)"
            "3.将结果以{\"thing\":\"\",\"poem\":\"\"}的JSON格式返回,其中thing表示物品名称,poem表示描述这件物品的打油诗。"
            "注意: 除了JSON格式结果以外,不要返回其他任何内容。")

2.需求描述:根据物品名称,给出一首描述该物品的打油诗
输入:物品名称
输出:描述该物品的打油诗

A1.art
A1.art

一个创新的AI艺术应用平台,旨在简化和普及艺术创作

下载
def shoot_prompt(thing):
    return f"""
    请你用一句打油诗描述{thing},诗中不能出现"{thing}"几个字。除了打油诗以外,不要返回其他任何内容。
    """
  1. 根据覆的物品名称和射者的打油诗判断游戏结果(猜中、没猜中),并给出对应的输出
    输入:物品名称、打油诗
    输出:游戏结果
def user_shoot_prompt(shoot_poem, cover_thing):
    prompt = f"""
        你现在正在跟我玩射覆游戏,你"覆"的物品是{cover_thing},我给的描述这个物品的打油诗是{shoot_poem}。
        如果你认为我猜对了,请你对我说:我覆的是"{cover_thing}",你猜对了,你和我还真是心有灵犀呢,让我们共饮一杯吧!
        如果你认为我猜错了,请你对我说:我覆的是"{cover_thing}",你猜错了,请自罚一杯!
        最后再说一句寓意美好的祝酒辞作为结尾。
    """
    
    return prompt

代码实现

安装项目依赖

In [ ]
# 安装依赖!pip install -U erniebot

设置token

In [ ]
import erniebotdef set_token(token):
    erniebot.api_type = 'aistudio'
    erniebot.access_token = token

set_token("替换为你自己的token")

实现调用ERNIE API的方法

In [8]
 def get_ernie_res(txt):
        model = 'ernie-3.5'
        messages = [{'role': 'user', 'content': txt}]
        response = erniebot.ChatCompletion.create(
            model=model,
            messages=messages,
        )        return response.result#test get_ernie_res("hi")
'您好!有什么我可以帮助您的吗?如果您有任何疑问或需要建议,请随时告诉我,我将竭诚为您服务。'

实现核心prompt并进行测试

In [5]
# 随机给出一个物品名称和描述这件物品的打油诗def ernie_cover_prompt():
    return ("我想要你陪我玩'射覆'游戏:"
            "你的任务如下:"
            "1.你需要从你的身边随机找一件物品,不要选钟表等过于常见的、特别容易猜中的物品"
            "2.输出一句有趣的打油诗,来生动形象的描述这件物件。(打油诗中不要出现该物品的名称,内容不要过于直白,不要使用户一下子就猜到)"
            "3.将结果以{\"thing\":\"\",\"poem\":\"\"}的JSON格式返回,其中thing表示物品名称,poem表示描述这件物品的打油诗。"
            "注意: 除了JSON格式结果以外,不要返回其他任何内容。")
In [10]
import json# 将字段值分别输出def process_ernie_cover():
    json_res = get_ernie_res(ernie_cover_prompt())     # 提取JSON部分
    start_index = json_res.find('{')
    end_index = json_res.rfind('}') + 1
    json_str = json_res[start_index:end_index]
    json_obj = json.loads(json_str)    return json_obj["thing"], json_obj["poem"]
process_ernie_cover()
('魔方', '多彩多面藏智慧,旋转之间现神奇。千变万化难捉摸,手中把玩思无限。')
In [ ]
# 根据物品名称,给出一首描述该物品的打油诗def shoot_prompt(thing):
    return f"""
    请你用一句打油诗描述{thing},诗中不能出现"{thing}"几个字。除了打油诗以外,不要返回其他任何内容。
    """# testget_ernie_res(shoot_prompt('雪糕'))
In [ ]
# 根据覆的物品名称 和 射者的打油诗判断游戏结果(猜中、没猜中),并给出对应的输出  def user_shoot_prompt(shoot_poem, cover_thing):
    prompt = f"""
        你现在正在跟我玩射覆游戏,你"覆"的物品是{cover_thing},我给的描述这个物品的打油诗是{shoot_poem}。
        如果你认为我猜对了,请你对我说:我覆的是"{cover_thing}",你猜对了,你和我还真是心有灵犀呢,让我们共饮一杯吧!
        如果你认为我猜错了,请你对我说:我覆的是"{cover_thing}",你猜错了,请自罚一杯!
        最后再说一句寓意美好的祝酒辞作为结尾。
    """
    return prompt

get_ernie_res(user_shoot_prompt("红纸轻裁锦绣词,佳期遥盼喜相思。诚心挚意传千里,佳宾云集共此时。", "请柬"))

利用gradio开发游戏原型

参考代码如下:

with gr.Blocks(title="射覆", theme="soft") as game:
    gr.Markdown("<center><h2>中国传统游戏--射覆</h2></center>")
    gr.Markdown("""<center><p1>
    射覆是一种古时的猜物游戏,常用于占卜,也是酒令的一种形式。游戏通常在一个器具(如瓯、盂)下覆盖某一物件,让参与者猜测里面是什么东西。射覆的起源可以追溯到汉代,当时的皇宫中就已经流行这种游戏。游戏所用的物品通常是日常用品,如手巾、扇子、笔墨、盒罐等。
    随着时间的推移,射覆逐渐演变成民间宴饮时的文字游戏。在《红楼梦》中,射覆被描述为一种酒令,参与者通过成语或诗句来猜测物体,这不仅考验参与者的知识储备,还体现了他们的才学和性格。
    射覆的游戏规则是这样的:所谓“射”,是“猜”的意思。所谓“覆”,是“遮盖、隐藏”的意思。<br/>
    ①覆者先说谜面(在本游戏中谜面是一首打油诗);
    ②射者猜中的话不能直接说出谜底,要另说一个谜面来作答;
    ③彼此都对才算过关;<br/>
    通俗一点来说,就是猜谜语,但是比猜谜语更难,准确来说是以谜猜谜。
    作诗对于我们现代人来说是比较难的,好在有文心大模型的帮忙,我们就可以愉快的玩射覆啦。
</p1>
</center>""")
    token = gr.Textbox(label="Token")    with gr.Tab("你\"射\",文心\"覆\""):        with gr.Row():            with gr.Column():
                cover_button = gr.Button(value="覆")                # 谜底隐藏不显示             
                cover_thing = gr.Textbox(visible=False)
                cover_poem = gr.Textbox(label="谜面")            with gr.Column():
                shoot_thing = gr.Textbox(label="物品名称")
                shoot_poem = gr.Textbox(label="射")
                shoot_button = gr.Button(value="不会写诗,文心帮帮我♥️")        with gr.Row():
            res = gr.Textbox(label="结果")
            judge_button = gr.Button(value="看看你猜对了吗")

        cover_button.click(ernie_cover, [], [cover_thing, cover_poem])
        shoot_button.click(gene_poem, [shoot_thing], [shoot_poem])
        judge_button.click(user_shoot_res, [shoot_thing, cover_thing], [res])

效果展示及玩法介绍

**游戏体验链接:**https://aistudio.baidu.com/application/detail/26562

效果展示: 基于ERNIE Bot SDK开发中国传统酒令游戏--射覆 - php中文网
玩法介绍:

  1. 首先点击"覆"按钮,让文心出题。
  2. 我们根据谜面猜出结果以后,让文心帮忙写一首诗
  3. 查看本轮游戏结果

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

76

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

38

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

83

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

97

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

223

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

458

2026.03.04

AI安装教程大全
AI安装教程大全

2026最全AI工具安装教程专题:包含各版本AI绘图、AI视频、智能办公软件的本地化部署手册。全篇零基础友好,附带最新模型下载地址、一键安装脚本及常见报错修复方案。每日更新,收藏这一篇就够了,让AI安装不再报错!

169

2026.03.04

Swift iOS架构设计与MVVM模式实战
Swift iOS架构设计与MVVM模式实战

本专题聚焦 Swift 在 iOS 应用架构设计中的实践,系统讲解 MVVM 模式的核心思想、数据绑定机制、模块拆分策略以及组件化开发方法。内容涵盖网络层封装、状态管理、依赖注入与性能优化技巧。通过完整项目案例,帮助开发者构建结构清晰、可维护性强的 iOS 应用架构体系。

246

2026.03.03

C++高性能网络编程与Reactor模型实践
C++高性能网络编程与Reactor模型实践

本专题围绕 C++ 在高性能网络服务开发中的应用展开,深入讲解 Socket 编程、多路复用机制、Reactor 模型设计原理以及线程池协作策略。内容涵盖 epoll 实现机制、内存管理优化、连接管理策略与高并发场景下的性能调优方法。通过构建高并发网络服务器实战案例,帮助开发者掌握 C++ 在底层系统与网络通信领域的核心技术。

34

2026.03.03

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
SQL 教程
SQL 教程

共61课时 | 4.3万人学习

10分钟--Midjourney创作自己的漫画
10分钟--Midjourney创作自己的漫画

共1课时 | 0.1万人学习

Midjourney 关键词系列整合
Midjourney 关键词系列整合

共13课时 | 0.9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号