剧本杀模拟

剧本杀模拟评测系统（Murder Mystery Simulation & Evaluation）

概述

本技能通过多Agent协作模拟一场完整的剧本杀游戏，并对剧本质量进行专业评测。每个Agent拥有独立的人格参数、情绪易感度和社交偏好，使模拟尽可能贴近真实玩家体验。

🎭 Agent实例系统（v2）

每个Agent不再是一次性的参数组合，而是有专属名字、有持久记忆、可跨场景复用的数字演员：

• Agent花名册：assets/agents/AGENT_ROSTER.md — 所有实例的索引和追踪规范
• 每个Agent实例：assets/agents/{角色文件名}.yaml — 独立的人格基因、状态日志、思维演变、关系快照
• 状态追踪：每轮结束后更新 state_log，记录情绪波动、怀疑变化、被影响记录
• 思维演变：thought_evolution 追踪信念锚点和转折点，记录每次重大认知变化
• 可复用设计：Agent名和人格基因独立于角色手册，换剧本只需替换角色信息

当前可用Agent实例：

何时使用

• 用户提供剧本杀材料（角色手册、DM手册、线索卡等），要求模拟打本
• 用户要求评测一个剧本杀的质量
• 用户想测试剧本的信息设计、推理体验、角色平衡性
• 用户想了解剧本的社工空间和情绪驱动效果

工作流程

本技能分为6个阶段，严格按顺序执行。

阶段1：材料收集与解析

收集用户提供的剧本材料。最低要求：角色手册 + DM手册/真相。

执行步骤：

1. 确认收到的材料类型（角色手册、DM手册、线索卡、地图、特殊机制）
2. 提取关键信息：
   • 角色数量和名称
   • 每个角色的已知信息、秘密、目标
   • 真相时间线
   • 凶手身份
   • 关键线索及其分布
   • 游戏流程和特殊规则
3. 构建"世界事实表"：所有确定性事实的清单，用于后续验证Agent不会信息越界
4. 如材料不完整，列出缺失项并询问用户是否可以合理推断补全

阶段2：Agent配置

为每个角色分配模拟玩家Agent，配置人格参数。

参考文件：references/system_architecture.md — 第2节"Agent人格系统"和第6节"参数预设模板"

执行步骤：

1. 根据每个角色的性格特征，选择基础玩家类型（logical / social / newbie / veteran / immersive）
2. 基于角色手册内容微调参数：
   • 凶手角色：提高 persuasion_skill 和 charisma，降低 guilt_susceptibility
   • 与死者关系亲密的角色：提高 empathy_susceptibility
   • 性格设定为强势的角色：提高 assertiveness 和 contrarian
   • 性格设定为软弱/犹豫的角色：提高 conformity，降低 assertiveness
3. 生成角色参数配置表，供用户审核确认（参考 assets/character_param_template.yaml）
4. 初始化关系矩阵：基于角色手册中的角色关系设定初始信任度/好感度

关键原则：

• 参数配置应多样化——不要让8个Agent都是理性型，那会失去模拟意义
• 至少包含1个高从众型、1个高对抗型、1个高情绪敏感型
• 凶手的参数应让TA有一定操作空间，但不应过于逆天

阶段3：模拟执行

按标准剧本杀流程运行模拟。

参考文件：

• references/system_architecture.md — 第3节"模拟流程"
• references/agent_prompts.md — 所有Agent提示词模板

标准流程

第一阶段：开场（1轮）

为每个Agent生成开场自我介绍。每个Agent只能使用自己角色手册中的公开信息。

第二阶段：自由讨论（2-3轮）

每轮按以下方式执行：

1. 确定发言顺序（可随机或按角色设定的assertiveness排序）
2. 为每个Agent生成发言，严格使用 references/agent_prompts.md 中的系统提示词模板
3. 每个Agent的输出必须包含：发言内容、内心独白、策略标记、怀疑排名、情绪状态
4. 每个Agent发言后，更新所有其他Agent的关系矩阵

说服力计算：当Agent A的发言试图影响其他Agent时，按 references/system_architecture.md 第2.3节的公式计算影响力。

第三阶段：搜证（1-2轮）

1. 根据剧本搜证规则分配线索
2. 每个Agent决定是否公开获得的线索（基于目标和策略）
3. 更新每个Agent的已知信息集

第四阶段：集中讨论（2-3轮）

与自由讨论类似，但节奏更紧张。这是情绪策略的主要使用阶段。

• 鼓励Agent使用 references/system_architecture.md 第2.4节中的情绪煽动策略
• 联盟/阵营应在此阶段自然形成

第五阶段：投票（1轮）

使用 references/agent_prompts.md 第5节的投票阶段提示。每个Agent输出最终陈述、投票对象、理由、信心度。

第六阶段：复盘

揭示真相，每个Agent回顾自己的推理链，标记正确推理和被误导的时刻。

模拟格式规范

每轮输出格式（含Agent状态追踪）：

## 第X轮 — [阶段名称]

### [Agent名]（[角色名]） 发言

> "[实际说出的话]"

<details>
<summary>🧠 [Agent名] 内心独白</summary>

- **真实想法**：...
- **策略**：[信息分享/质疑/辩护/情绪策略/试探/沉默观察]
- **怀疑排名**：1. XXX（原因） 2. XXX（原因）
- **情绪状态**：[平静/紧张/愤怒/困惑/自信/恐惧/得意]
- **情绪波动**：[相比上轮的变化方向和原因]
- **被影响记录**：[是否被上一轮某人的发言影响，具体影响]
- **信念变化**：[thought_evolution中的malleable_beliefs是否有变动]
- **认知负荷**：[0~1，信息压力值]

</details>

---

关键规则：每轮结束后，必须更新每个Agent的 state_log 和 thought_evolution.turning_points（如有变化）。状态追踪是评测分析的数据基础，不可省略。

阶段4：数据收集

模拟完成后，整理以下数据：

1. 投票结果汇总：谁投了谁，投票正确率
2. 推理链追踪：每个Agent的怀疑目标如何随时间变化
3. 影响力事件表：哪些发言成功影响了其他Agent的判断
4. 情绪策略使用记录：哪些情绪策略被使用，成功率如何
5. 信息流转图：关键信息如何在Agent之间传播
6. 关系矩阵变化轨迹：信任度/好感度随轮次的变化

阶段5：评测分析

参考文件：references/system_architecture.md — 第4节"评测维度"

对模拟数据进行5个维度的评测：

1. 信息设计（25%）：线索均衡度、推理可达性、信息冗余度、信息遮蔽度、空气人检测
2. 推理体验（25%）：逻辑链完整度、误导质量、啊哈时刻、推理难度曲线
3. 角色体验（20%）：故事独立性、互动驱动力、秘密有趣度、凶手体验
4. 节奏（15%）：信息释放节奏、高潮设计、中期参与度、结局满足感
5. 社工空间（15%）：话术操作空间、带节奏脆弱度、联盟形成自然度、情绪驱动占比

每个维度给出0-100分数，并用实例佐证。

总分 = 信息设计×0.25 + 推理体验×0.25 + 角色体验×0.20 + 节奏×0.15 + 社工空间×0.15

评级：S（90+）/ A（80-89）/ B（70-79）/ C（60-69）/ D（<60）

阶段6：报告生成

参考文件：assets/report_template.md — 评测报告模板

生成完整的Markdown评测报告，包含：

1. 总评与评级
2. 各维度详细分析（引用模拟中的具体事件）
3. 每个角色的体验评分
4. 关键时刻回顾
5. 分优先级的改进建议
6. 附录：完整模拟记录 + Agent参数 + 关系变化

报告保存为 {script_name}_评测报告.md。

特殊场景处理

角色数量不是8人

• 少于8人：按实际角色数量配置Agent
• 多于8人：优先模拟核心角色（凶手+与真相直接相关的角色），其余角色简化处理

用户只想评测不想看完整模拟

跳过详细的逐轮输出，直接生成数据汇总和评测报告。在模拟执行阶段使用压缩格式：每轮仅输出关键发言和决策点。

用户想调整参数重新模拟

支持修改Agent参数后重新运行。对比两次模拟的结果差异，分析参数变化的影响。

用户提供的是英文剧本

Agent发言使用中文，但角色名和专有名词保留原文。

资源清单