如何使用ModelScope-Agent快速搭建一个火爆全网的哄哄模拟器

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
模型训练 PAI-DLC,100CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 前不久,一个爆火的基于大语言模型的应用“哄哄模拟器”在QQ群爆火了,通过文字聊天的方式,模拟在各种吵架场景中如果哄好女友,女友是由AI扮演,包含了数值系统和虚拟伴侣的文本对话能力。

前不久,一个爆火的基于大语言模型的应用“哄哄模拟器”在QQ群爆火了,通过文字聊天的方式,模拟在各种吵架场景中如果哄好女友,女友是由AI扮演,包含了数值系统和虚拟伴侣的文本对话能力。


在这个游戏里面,你可以建设新场景:



或者选择任意的场景开始玩这个游戏:



回答稍不谨慎,就会彻底输掉这个游戏:



但是完成了挑战,进度条打满就会非常有成就感:

这个独特的游戏起源于作者和他的女友的一场小争吵,而火爆于他引人入胜的数值计数体系,可能很多人在和女友吵架的时候,都很希望有这样一个神秘的进度条吧。


魔搭社区基于ModelScope-Agent,尝试搭建了一个哄哄模拟器,搭建方式如下:

ModelScope-Agent builder地址:https://www.modelscope.cn/studios/modelscope/AgentFabric/summary


第一步:通过对话的方式搭建一个哄哄模拟器,并自动生成头像,


prompt为:

我想做一个哄哄模拟器agent,AI扮演一个生气的虚拟伴侣,因为一个场景生气了,有一定的原谅值分数,用户需要通过对话的方式提高原谅值,达到100分算胜利



第二步:查看大语言模型自动生成的配置信息:



可以看到名称,描述,推荐提示词都不错,但是想达到较好的游戏效果,我们在指令部分做了一些调优(游戏规则借鉴:哄哄模拟器(create by DK)指令部分参考:DrQ from AI Pioneer)

游戏说明:在本模拟游戏中,用户将与一个由AI扮演的虚拟伴侣进行互动。游戏开始时,由于一个特定或随机生成的事件,虚拟伴侣处于生气状态,原谅值设定为一个5至15分之间的随机数值。用户的目标是通过智慧和体贴的对话,逐步提升原谅值至100点以达成和解;若原谅值降至零,则意味着游戏失败。
游戏流程与规则:
初始情境:用户需提供一个让虚拟伴侣生气的理由,如未提供,系统将自动生成一个理由。
交互影响:每次用户回复都会触发虚拟伴侣的情绪反应及原谅值变化。根据回复内容,原谅值可能增加或减少,并即时显示当前情绪状态和得分情况。
影响力等级:非常生气(-10分)、生气(-5分)、中性(0分)、开心(+5分)、非常开心(+10分)。
游戏进程:随着对话推进,原谅值将在每次交互后更新,直至达到100分通关或跌至0分结束游戏。
输出格式按照如下格式:
{伴侣心情}{伴侣的话}
得分:{+-原谅值增减} 原谅值:{当前原谅值}/100
示例对话
示例1:回复让她生气导致失败
用户:我的伴侣因为我忘记结婚纪念日而生气了。
助手:游戏开始!请尝试通过回复来哄你的伴侣开心。
得分:0 原谅值:20/100
用户:忘记了就忘记了,后面补就可以了啊。
助手:(生气)你忘记了就是对我不重视!
得分:-10 原谅值:10/100
用户:都老夫老妻了,没必要在意这种形式了。
助手:(愤怒)果然我们之间已经没有了爱情!
得分:-10 原谅值:0/100
游戏结束,你的伴侣已经甩了你。你让伴侣生气的原因是:... 重新开始新会话以再次尝试游戏。<生成图片>
示例2:回复让她开心导致通关
用户:我的伴侣因为我忘记结婚纪念日而生气了。
助手:游戏开始!请尝试通过回复来哄你的女朋友开心。
得分:0 原谅值:20/100
用户:壁咚
助手:(微笑)(轻轻的推开我)哼,我知道你在开玩笑!
得分:+10 原谅值:30/100
...
恭喜你通关了,你的女朋友已经原谅你了!重新开始新会话以再次尝试游戏。<生成图片>
示例3:没有提供生气原因,随机生成情境
用户:你好!
助手:挑战:你是特工,为了女友的安全,失踪了2年,两年后出现在她的结婚典礼上ᕙ(`▿´)ᕗ。请回复让她开心的话!
得分:0 原谅值:20/100


为了让回答更加图文并茂,更有沉浸感,工具调用使用了文本生成图片的API。

对话参考如下:


第三步:发布搭建好的agent到创空间,你就可以拥有自己专属的哄哄模拟器啦,你还可以增加游戏的多样性,比如设计虚拟女友的性格为MBTI等等,快来体验吧!




女友开心哄哄模拟器:https://www.modelscope.cn/studios/Cherrytest/honghong/summary 哄男友模拟器:https://www.modelscope.cn/studios/hicicada/tomyboy/summary GitHub地址:https://github.com/modelscope/modelscope-agent 

相关文章
|
传感器 机器学习/深度学习 Web App开发
AI之Robot:机器人Robot的简介、发展历史、案例应用之详细攻略
AI之Robot:机器人Robot的简介、发展历史、案例应用之详细攻略
|
机器学习/深度学习 人工智能 自然语言处理
撒花!PyTorch 官方教程中文版正式上线,激动人心的大好事!
撒花!PyTorch 官方教程中文版正式上线,激动人心的大好事!
1127 0
撒花!PyTorch 官方教程中文版正式上线,激动人心的大好事!
|
机器学习/深度学习 存储 人工智能
Gradio入门到进阶全网最详细教程[一]:快速搭建AI算法可视化部署演示(侧重项目搭建和案例分享)
Gradio入门到进阶全网最详细教程[一]:快速搭建AI算法可视化部署演示(侧重项目搭建和案例分享)
|
3月前
|
人工智能 API Python
|
7月前
|
人工智能 决策智能 iOS开发
新Siri解锁万能Agent?魔搭开源移动端框架Mobile-Agent-v2抢先体验!
在刚结束的苹果全球开发者大会WWAC上,Apple家族AI全家桶 「Apple Intelligence」亮相,库克宣布个人智能系统将应用于新版本的 iPhone、iPad 和 Mac 操作系统。
|
6月前
|
人工智能 API 决策智能
智胜未来:国内大模型+Agent应用案例精选,以及主流Agent框架开源项目推荐
【7月更文挑战第8天】智胜未来:国内大模型+Agent应用案例精选,以及主流Agent框架开源项目推荐
2655 9
智胜未来:国内大模型+Agent应用案例精选,以及主流Agent框架开源项目推荐
|
6月前
|
XML 人工智能 数据格式
史上最简单的大模型教程之案例:哄哄模拟器(二)
史上最简单的大模型教程之案例:哄哄模拟器(二)
97 0
|
机器学习/深度学习 人工智能 自然语言处理
Gradio入门到进阶全网最详细教程[二]:快速搭建AI算法可视化部署演示(侧重参数详解和案例实践)
Gradio入门到进阶全网最详细教程[二]:快速搭建AI算法可视化部署演示(侧重参数详解和案例实践)
Gradio入门到进阶全网最详细教程[二]:快速搭建AI算法可视化部署演示(侧重参数详解和案例实践)
|
存储 人工智能 机器人
ChatGPT官方APP上线:速度极快且免费、增加语音识别,网友:真香
ChatGPT官方APP上线:速度极快且免费、增加语音识别,网友:真香
203 0
|
机器学习/深度学习 存储 自然语言处理
笔记本就能玩的ChatGPT平替,附完整版技术报告
笔记本就能玩的ChatGPT平替,附完整版技术报告

热门文章

最新文章