# 剧本杀模拟 > 剧本杀模拟评测系统。当用户提供剧本杀/谋杀之谜的角色手册和DM手册，要求进行模拟打本、评测分析、测试剧本质量时，应使用此技能。支持多Agent模拟玩家、情绪权重系统、分支对话、以及多维度专业评测报告生成。触发关键词包括：剧本杀、谋杀之谜、模拟打本、剧本评测、角色扮演模拟。 - Skill: `nuonuo0518/skill-4` (Agent Skill, multi-file: 15 files) - Install (CLI): `npx skillmds@latest add nuonuo0518/skill-4` - Raw SKILL.md: https://api.skillmd.com/api/skills/nuonuo0518/skill-4/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: AI & ML - Author: nuonuo0518 (https://skillmd.com/u/nuonuo0518) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/nuonuo0518/skill-4 --- # 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： | Agent名 | Codename | 原型 | 风格 | |---------|----------|------|------| | 墨隐 Mo Yin | QUILL | 隐忍的智者 | 逻辑锚定型 | | 炽锋 Chi Feng | BLADE | 忠诚的战士 | 直觉爆发型 | | 摇光 Yao Guang | CROWN | 被操控的权力者 | 社交导向型 | | 蚀心 Shi Xin | VENOM | 伪装的操控者 | 操控大师型 | | 铁戟 Tie Ji | ANVIL | 粗犷的守护者 | 暴风型 | | 灰弦 Hui Xian | HAZE | 悔恨的帮凶 | 谨慎防守型 | | 拾墨 Shi Mo | INK | 沉默的证人 | 信息囤积型 | | 棋落 Qi Luo | GAMBIT | 暗处的博弈者 | 暗线操盘型 | ## 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）： ```markdown ## 第X轮 — [阶段名称] ### [Agent名]（[角色名]） 发言 > "[实际说出的话]"
🧠 [Agent名] 内心独白 - **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]
--- ``` **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 | 资源 | 路径 | 用途 | |------|------|------| | 系统架构文档 | `references/system_architecture.md` | Agent参数体系、模拟流程、评测维度定义 | | Agent提示词模板 | `references/agent_prompts.md` | 所有Agent的系统提示词模板 | | 评测报告模板 | `assets/report_template.md` | 最终输出报告的Markdown模板 | | 角色参数模板 | `assets/character_param_template.yaml` | 用户可填写的参数配置文件 | | **Agent花名册** | `assets/agents/AGENT_ROSTER.md` | Agent实例索引、状态追踪规范 | | **墨隐实例** | `assets/agents/feng_buwen.yaml` | 风不闻 — 逻辑锚定型 | | **炽锋实例** | `assets/agents/zhenxin.yaml` | 真心 — 直觉爆发型 | | **摇光实例** | `assets/agents/xuanyuan_li.yaml` | 轩辕离 — 社交导向型 | | **蚀心实例** | `assets/agents/jia_zhong.yaml` | 贾钟 — 操控大师型 | | **铁戟实例** | `assets/agents/mu_tiancheng.yaml` | 沐天成 — 暴风型（含生命周期） | | **灰弦实例** | `assets/agents/xiao_cheng.yaml` | 萧澄 — 谨慎防守型（含叛变追踪） | | **拾墨实例** | `assets/agents/yunxi.yaml` | 云溪 — 信息囤积型（含特殊能力） | | **棋落实例** | `assets/agents/murong_shuang.yaml` | 慕容霜 — 暗线操盘型（含隐藏资源） |