如何使用ModelScope-Agent快速搭建一个火爆全网的哄哄模拟器

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
社区供稿 | 一张照片跳舞的AnimateAnyone社区开发者复刻版,开源!
日前,兵马俑跳科目三、奶牛猫跳洗澡舞等趣味和魔性的短视频在社交媒体上出圈,背后“一张照片来跳舞”的技术来自阿里通义实验室在可控动画生成领域的一项研究工作——AnimateAnyone。
|
机器学习/深度学习 自然语言处理 安全
LLM系列 | 12: 如何编写思维链Prompt?以智能客服为例
本文介绍如何编写ChatGPT的思维链Prompt从而为用户提供智能客服服务。在智能客服场景中,经常会有用户询问对比各种产品的价格,如何让智能客服提供准确的答案?这就需要在构建Prompt过程中引入思维链的编写方式。
|
11月前
|
人工智能 JSON 物联网
基于 PAI-ArtLab 使用 ComfyUI 搭建对话式 AI 女友
本实验介绍了一款名为“AI虚拟女友——胡桃”的应用,通过ComfyUI后端与WebUI展示效果,结合LLM节点和知识图谱工具包(KG),实现角色人设稳定及长期记忆功能。用户可通过输入信息与AI互动,并自定义人设知识图谱和角色LoRA。操作步骤包括登录PAI ArtLab平台、加载工作流文件、配置角色参数并与AI对话。此外,还提供了Graph RAG技术详解及常见问题解答,帮助用户更好地理解和使用该系统。
|
消息中间件 存储 监控
高弹性、低成本的云消息队列RabbitMQ 版
本次课程由阿里云消息队列产品专家杨文婷分享,主题为高弹性、低成本的云消息队列RabbitMQ。内容涵盖四个方面:1) 产品优势,包括兼容开源客户端、解决稳定性痛点和高弹性低成本;2) 架构实现原理,如分布式架构和弹性调度系统;3) Serverless系列带来的按量付费模式和资源池优势;4) Serverless适用场景,如开发测试环境、峰谷流量业务等。最后解答了关于顺序消费、与普通MQ对比、自动扩容及API支持等常见问题。
457 46
|
人工智能 Serverless API
尽享红利,Serverless构建企业AI应用方案与实践
本次课程由阿里云云原生架构师计缘分享,主题为“尽享红利,Serverless构建企业AI应用方案与实践”。课程分为四个部分:1) Serverless技术价值,介绍其发展趋势及优势;2) Serverless函数计算与AI的结合,探讨两者融合的应用场景;3) Serverless函数计算AIGC应用方案,展示具体的技术实现和客户案例;4) 业务初期如何降低使用门槛,提供新用户权益和免费资源。通过这些内容,帮助企业和开发者快速构建高效、低成本的AI应用。
493 12
|
运维 Cloud Native Java
|
测试技术 API
Modelscope Agent实操(六):添加涂鸦作画能力到Modelscope-Agent中
在本文中,我们将展示如何将一个包含异步的api接口封装成tool并被agent在chat过程中调用执行的过程
|
JavaScript 开发工具 git
保姆级教程:从零构建GitHub Pages静态网站(下)
保姆级教程:从零构建GitHub Pages静态网站(下)
917 0
|
存储 人工智能 数据库
【AI大模型应用开发】以LangChain为例:从短期记忆实战,到如何让AI应用保持长期记忆的探索
【AI大模型应用开发】以LangChain为例:从短期记忆实战,到如何让AI应用保持长期记忆的探索
2186 0