Update app.py

app.py

@@ -10,7 +10,7 @@ import threading
 from concurrent.futures import ThreadPoolExecutor
 
 
-
+import re
 class SpyAgent(BasicAgent):
     def process_speak(self, name, speak):
         prompt = []
@@ -195,30 +195,60 @@ class SpyAgent(BasicAgent):
         if not speak_history:
             return None
         
-        # 收集其他玩家的发言
+        # 构建推理提示
         prompt = []
-        prompt.append('你现在是《谁是卧底》游戏的一名玩家。你拿到的词是"{}"。'.format(self.memory.load_variable("word")))
-        prompt.append('请你思考在《谁是卧底》这个游戏中你的词的对手词可能是什么。例如：【胶卷相机】-【数码相机】，【华为】-【小米】，【蔚来】-【特斯拉】。以下是其他玩家的历史发言，请仔细分析，找出你的词在这个游戏中的对手词是什么：\n')
-        
+        prompt.append('你是《谁是卧底》游戏的评审，需要推理出玩家们描述的词语。')
+        prompt.append(f'已知一名玩家的词是"{self.memory.load_variable("word")}"，有理由相信大多数其他玩家在描述另一个相关但不同的词。')
+        prompt.append('《谁是卧底》游戏规则：5名玩家拿到相同的平民词，1名玩家拿到不同的卧底词。')
+        prompt.append('请仔细分析以下玩家发言，推理出大多数玩家可能在描述的词：\n')
+    
         for name, speaks in speak_history.items():
             if name != self.memory.load_variable('name'):
                 for speak in speaks:
                     prompt.append(f"{name}: {speak}\n")
         
-        prompt.append('\n请仔细分析以上发言，回答在玩家的聊天记录中，可能存在的你的对手词是什么。请只回答这个词，不要解释。如果确实无法确定，请只回答"未知"。')
-        
-        # 调用LLM识别平民词
+        prompt.append('\n推理步骤：')
+        prompt.append('1. 分析每个玩家发言中描述的特征')
+        prompt.append('2. 找出发言中的共同特征')
+        prompt.append('3. 根据这些特征，推测最可能的词语')
+        prompt.append('4. 考虑这个词与已知词"'+self.memory.load_variable("word")+'"的关系，两者应该相似但有明显区别')
+        prompt.append('\n请直接回答你推理出的词语(单词)。如果实在无法推理，只回答"未知"。')
+       # 调用LLM进行推理
         civilian_word = self.llm_caller(''.join(prompt))
-        logger.info(f"检测到可能的对手词: {civilian_word}")
-        # 更宽松的匹配条件
-        if civilian_word and len(civilian_word) < 15:  # 有效词汇通常很短
-            # 过滤常见的拒绝回答形式
-            if "未知" not in civilian_word and "不确定" not in civilian_word and \
-            "无法" not in civilian_word and "难以" not in civilian_word and \
-            civilian_word != self.memory.load_variable("word"):
-                civilian_word = civilian_word.strip()  # 去除空格
-                return civilian_word
-      
+        logger.info(f"平民词推理原始返回: '{civilian_word}'")
+        
+        # 处理返回结果
+        if civilian_word:
+            # 清理结果，移除常见的格式标记和说明文本
+            cleaned_word = civilian_word
+            
+            # 如果包含多行，尝试提取最后一行作为答案
+            if "\n" in cleaned_word:
+                lines = cleaned_word.strip().split("\n")
+                for line in reversed(lines):
+                    if line.strip() and len(line.strip()) < 30:  # 找到最后一个非空且较短的行
+                        cleaned_word = line.strip()
+                        break
+            
+            # 清理常见的格式符号和修饰语
+            cleaned_word = cleaned_word.strip().strip('"\'[]()（）""「」『』').strip()
+            
+            # 如果结果包含冒号，取冒号后面的部分
+            if ":" in cleaned_word or "：" in cleaned_word:
+                parts = re.split(r'[:：]', cleaned_word)
+                cleaned_word = parts[-1].strip()
+                
+            logger.info(f"清理后的平民词推理结果: '{cleaned_word}'")
+            
+            # 验证结果是否有效
+            reject_words = ["未知", "不清楚", "无法确定", "不确定", "无法判断", "无法推理"]
+            if (not any(reject in cleaned_word for reject in reject_words) and 
+                len(cleaned_word) < 20 and len(cleaned_word) > 0 and 
+                cleaned_word != self.memory.load_variable("word")):
+                
+                logger.info(f"成功推理出平民词: '{cleaned_word}'")
+                return cleaned_word
+        
         return None
     def interact(self, req=AgentReq) -> AgentResp:
         logger.info("spy interact: {}".format(req))