使用LangChain+DeepSeek动态生成推箱子游戏关卡
创始人
2025-03-09 10:53:45

本文中的推箱子游戏的具体开发步骤在《趣学Python游戏编程》图书中有详细介绍。

01

如何获取 DeepSeek API 密钥?

1. 访问 DeepSeek 官方网站

  • 打开DeepSeek 的官方网:https://www.deepseek.com。

  • 查找与 API 相关的页面或开发者文档。

2. 注册或登录账户

  • 如果你还没有 DeepSeek 账户,需要先注册一个新账户。

  • 如果已经有账户,直接登录。

3. 进入开发者或 API 管理页面

  • 登录后,进入开发者中心或 API 管理页面。

  • 通常可以在用户面板或设置中找到相关选项。

  • 新注册用户赠送10元免费额度。

4. 创建 API 密钥

  • 在 API 管理页面中,找到“创建 API 密钥”或“生成密钥”的选项。

  • 按照提示生成一个新的 API 密钥。

  • 生成的密钥通常是一串长字符(例如:sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx)。

5. 保存 API 密钥

  • 生成密钥后,务必将其保存到安全的地方,因为密钥只会显示一次。

  • 如果丢失,可能需要重新生成。

6. 使用 API 密钥

  • 将生成的 API 密钥替换到代码中的 api_key="" 部分。

  • 测试密钥是否有效,下面是一个简单示例。

02

如何使用LangChain框架调用DeepSeek的API?

LangChain是一个强大的框架,用于构建基于语言模型的应用程序,尤其适用于处理自然语言推理任务。它能够通过模型推理来生成内容或执行任务,而不是仅依赖于预定义的规则或固定内容。

安装库

pip install langchain langchain_openai openai

官方示例

这段代码的功能是测试langchain库与 DeepSeek 模型的交互。

from langchain_openai.chat_models.base import BaseChatOpenAIllm = BaseChatOpenAI(model='deepseek-chat', openai_api_key='', openai_api_base='https://api.deepseek.com',max_tokens=1024)response = llm.invoke("Hi!")print(response.content)

扩展案例

这段代码的作用是使用 Python 语言通过langchain库与 DeepSeek API 进行交互,实现一个基于用户信息提供个性化推荐的功能。

from langchain_openai.chat_models.base import BaseChatOpenAIfrom langchain_core.messages import HumanMessage, SystemMessage# 从环境变量中获取 API 密钥api_key = ''# 配置 DeepSeek APIbase_url = "https://api.deepseek.com"# 初始化 ChatOpenAI 客户端chat_model = BaseChatOpenAI(model="deepseek-chat", # 指定模型openai_api_key=api_key,openai_api_base=base_url,temperature=0.7, # 控制生成文本的随机性max_tokens=150, # 限制生成的最大 token 数)# 定义用户信息和系统提示user_info = {"name": "Alice","age": 30,"interests": ["reading", "traveling", "technology"],}system_prompt = ("You are a helpful assistant. ""You will receive user information and provide personalized recommendations.")# 构建消息messages = [SystemMessage(content=system_prompt),HumanMessage(content=f"User information: {user_info}. Can you recommend something based on my interests?"),]# 调用 DeepSeek API 进行推理response = chat_model.invoke(messages) # 使用 .invoke 方法调用模型# 输出结果print(response.content)

03

如何通过LangChain+deepseek动态生成关卡?

创建AIGC_level.py文件,配置推理模型

首先调用BaseChatOpenAI方法生成推理模型,传入的参数中要替换为自己的DeepSeek API密钥。然后设置系统提示词,即按何种规则生成关卡数据。接着构建用户输入,将玩家的移动步数作为参数保存。最后构建系统消息,为进一步调用模型做好准备,此后只需将系统消息传入模型的invoke方法便能触发DeepSeek API 的推理过程,并获取模型的响应结果。

from langchain_core.messages import HumanMessage, SystemMessagefrom langchain_openai.chat_models.base import BaseChatOpenAI# 从环境变量中获取 API 密钥api_key = ''# 配置 DeepSeek APIbase_url = "https://api.deepseek.com"# 构建推理模型,配置模型参数chat_model = BaseChatOpenAI(model="deepseek-chat", # 指定模型openai_api_key=api_key,openai_api_base=base_url,temperature=0.9, # 控制生成文本的随机性#max_tokens=150, # 限制生成的最大 token 数)# 定义系统提示,指导模型生成关卡数据system_prompt = """

你是一个推箱子游戏关卡设计师。

根据玩家在当前关卡的表现(步数),生成一个新的推箱子游戏关卡。

关卡数据应以二维列表表示,列表中的元素及含义如下:

请根据以下规则,以10步为单位精细调整关卡难度:

1. **步数少于10步**:

- 增加箱子数量至5 - 6个。

- 设计复杂的墙壁布局,增加玩家移动的阻碍和路线的多样性,例如设置多个狭窄通道、环形结构或死胡同。

- 目标点分散在关卡各处,且部分目标点需经过复杂的操作才能到达。

2. **步数在10 - 19步之间**:

- 箱子数量设置为4 - 5个。

- 墙壁布局有一定复杂度,存在一些分支路径,但整体路线不会过于复杂。

- 目标点分布有一定分散性,但仍可通过相对直接的操作到达部分目标点。

3. **步数在20 - 29步之间**:

- 箱子数量为3 - 4个。

- 墙壁布局相对简单,减少不必要的阻碍,玩家可活动空间较大。

- 目标点分布较为集中,便于玩家规划路线。

4. **步数在30 - 39步之间**:

- 箱子数量为2 - 3个。

- 墙壁布局简单,以直线或简单折线为主,基本不设置复杂的通道。

- 目标点集中在关卡的某一区域,降低玩家的操作难度。

5. **步数多于40步**:

- 箱子数量为1 - 2个。

- 尽量减少墙壁数量,仅设置必要的边界,使玩家可自由移动。

- 目标点明显且易于到达,玩家无需复杂操作即可完成关卡。

### 要求:

- 合理使用墙壁、箱子和目标点,使得关卡可以被解开。

- 箱子的数量应和目标点的数量相等。

- 每次生成的关卡必须具有明显的差异,不能与之前生成的关卡重复。

- 关卡尺寸为9行11列,玩家可活动区域尽量集中在关卡中部。

### 示例输出:

[['-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1'],['-1', '-1', '1', '1', '1', '1', '1', '1', '1', '-1', '-1'],['-1', '-1', '1', '0', '0', '4', '0', '0', '1', '-1', '-1'],['-1', '-1', '1', '0', '0', '2', '0', '0', '1', '-1', '-1'],['-1', '-1', '1', '4', '2', '3', '2', '4', '1', '-1', '-1'],['-1', '-1', '1', '0', '0', '2', '0', '0', '1', '-1', '-1'],['-1', '-1', '1', '0', '0', '4', '0', '0', '1', '-1', '-1'],['-1', '-1', '1', '1', '1', '1', '1', '1', '1', '-1', '-1'],['-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1']]

### 注意事项:仅输出二维列表,确保关卡可解并具挑战性。

"""

# 运行推理模型,参数为玩家当前关卡的步数

def run_model(player_steps):# 构建用户输入user_input = f"玩家本关卡的步数:{player_steps}"# 构建消息messages = [SystemMessage(content=system_prompt),HumanMessage(content=user_input),]# 调用 LangChain 生成关卡数据try:response = chat_model.invoke(messages)if not response.content:print("模型返回为空,检查提示词和请求设置。")else:# 处理响应,过滤掉空行non_empty_lines = [line for line in response.content.splitlines if line.strip]mapdata = eval('\n'.join(non_empty_lines))print("生成的关卡数据:")print(mapdata)return mapdataexcept Exception as e:print("请求失败:", e)

在游戏代码调用推理模型

使用pgzero库开发了一个推箱子游戏,将当前关卡中移动步数记录在变量steps中,过关时会调用loadmap方法,该方法中将steps作为输入参数传给模型,模型会根据系统提示词生成关卡数据作为输出,游戏程序则根据模型生成的关卡数据加载关卡图像。

importpgzrunimportAIGC_levelTILESIZE = 48# 箱子尺寸WIDTH = TILESIZE * 11# 屏幕宽度HEIGHT = TILESIZE * 9# 屏幕高度# 方向字典,存储各方向对应的坐标偏移值dirs = {"east":(1, 0), "west":(-1, 0),"north":(0, -1), "south":(0, 1), "none":(0, 0)}level = 1# 游戏关卡值finished = False# 游戏过关标记gameover = Falsesteps = 0map =[['-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1'],['-1', '-1', '1', '1', '1', '1', '1', '1', '1', '-1', '-1'],['-1', '-1', '1', '0', '0', '4', '0', '0', '1', '-1', '-1'],['-1', '-1', '1', '0', '0', '2', '2', '0', '1', '-1', '-1'],['-1', '-1', '1', '4', '0', '3', '0', '4', '1', '-1', '-1'],['-1', '-1', '1', '0', '2', '0', '2', '0', '1', '-1', '-1'],['-1', '-1', '1', '0', '0', '4', '0', '0', '1', '-1', '-1'],['-1', '-1', '1', '1', '1', '1', '1', '1', '1', '-1', '-1'],['-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1', '-1']]# 初始化地图,生成游戏角色definitlevel(mapdata):globalwalls, floors, boxes, targets, playerwalls = [] # 墙壁列表floors= [] # 地板列表boxes = [] # 箱子列表targets = [] # 目标点列表forrow inrange(len(mapdata)):forcol inrange(len(mapdata[row])):x = col * TILESIZEy = row * TILESIZEifmapdata[row][col] >= "0"andmapdata[row][col] != "1":floors.append(Actor("pushbox_floor", topleft=(x, y)))ifmapdata[row][col] == "1":walls.append(Actor("pushbox_wall", topleft=(x, y)))elifmapdata[row][col] == "2":box = Actor("pushbox_box", topleft=(x, y))box.placed = Falseboxes.append(box)elifmapdata[row][col] == "4":targets.append(Actor("pushbox_target", topleft=(x, y)))elifmapdata[row][col] == "6":targets.append(Actor("pushbox_target", topleft=(x, y)))box = Actor("pushbox_box_hit", topleft=(x, y))box.placed = Trueboxes.append(box)elifmapdata[row][col] == "3":player = Actor("pushbox_right", topleft=(x, y))initlevel(map)# 载入关卡地图defloadmap:globalsteps,gameovermapdata = AIGC_level.run_model(steps)ifnotmapdata:gameover = Trueelse:steps = 0initlevel(mapdata)# 处理键盘按下事件defon_key_down(key):iffinished orgameover:returnifkey == keys.RIGHT:player.direction = "east"player.image = "pushbox_right"elifkey == keys.LEFT:player.direction = "west"player.image = "pushbox_left"elifkey == keys.DOWN:player.direction = "south"player.image = "pushbox_down"elifkey == keys.UP:player.direction = "north"player.image = "pushbox_up"else:player.direction = "none"player_moveplayer_collision# 移动玩家角色defplayer_move:player.oldx = player.xplayer.oldy = player.ydx, dy = dirs[player.direction]player.x += dx * TILESIZEplayer.y += dy * TILESIZE# 玩家角色的碰撞检测与处理defplayer_collision:# 玩家与墙壁的碰撞ifplayer.collidelist(walls) != -1:player.x = player.oldxplayer.y = player.oldyreturn# 玩家与箱子的碰撞index = player.collidelist(boxes)ifindex == -1:returnbox = boxes[index]ifbox_collision(box) == True:box.x = box.oldxbox.y = box.oldyplayer.x = player.oldxplayer.y = player.oldyreturnsounds.fall.play# 箱子角色的碰撞检测与处理defbox_collision(box):globalstepsbox.oldx = box.xbox.oldy = box.ydx, dy = dirs[player.direction]box.x += dx * TILESIZEbox.y += dy * TILESIZE# 箱子与墙壁的碰撞ifbox.collidelist(walls) != -1:returnTrue# 箱子与其他箱子的碰撞forbx inboxes:ifbox == bx:continueifbox.colliderect(bx):returnTruecheck_target(box)steps += 1returnFalse# 检测箱子是否放置在目标点上defcheck_target(box):ifbox.collidelist(targets) != -1:box.image = "pushbox_box_hit"box.placed = Trueelse:box.image = "pushbox_box"box.placed = False# 判断是否过关deflevelup:forbox inboxes:ifnotbox.placed:returnFalsereturnTrue# 设置新的关卡defsetlevel:globalfinished, levelfinished = Falselevel += 1loadmap# 更新游戏逻辑defupdate:globalfinished iffinished orgameover:returniflevelup:finished = Truesounds.win.playclock.schedule(setlevel, 5)# 绘制游戏图像defdraw:screen.fill((200, 255, 255))forfloor infloors:floor.drawforwall inwalls:wall.drawfortarget intargets:target.drawforbox inboxes:box.drawplayer.drawscreen.draw.text("Level "+ str(level), topleft=(20, 20),fontsize=30, color="black")screen.draw.text("Steps "+ str(steps), topleft=(WIDTH-100, 20),fontsize=30, color="black")ifgameover:screen.draw.text("Game Over", center=(WIDTH // 2, HEIGHT // 2),fontsize=80, color="red")iffinished:screen.draw.text("Level Up", center=(WIDTH // 2, HEIGHT // 2),fontsize=80, color="blue")screen.draw.text("Genrating……", center=(WIDTH // 2, HEIGHT // 2+50),fontsize=80, color="blue")pgzrun.go

说明 /

  • 初始关卡是指定的,后续的关卡会根据当前关卡的表现(移动步数)动态生成。

  • 当前DeepSeek网络不太稳定,有时不会成功,可以多试几次或隔一段时间再试。

  • 生成的关卡有时不合理,系统提示词还有进一步优化空间。

本文中的推箱子游戏的具体开发步骤在《趣学Python游戏编程》图书中有详细介绍,

本案例源代码下载链接:https://pan.baidu.com/s/13FxoxR-tD3p6GHw0VnnBhQ?pwd=24rq

04

参考书籍

书名:趣学Python游戏编程(第2版)

作者:何青 著

定价:69.00元

内容简介

本书是笔者多年从事高校教学经验的结晶之作。全书深入浅出地讲解了使用Python语言进行游戏开发以及帮助读者快速掌握游戏设计的基本原理和方法,同时提高应用Python语言编程的能力。

全书精选11个游戏案例,涵盖不同的游戏类型,每章围绕一个经典游戏案例展开,并突出一个游戏编程的主题。本书涉及的主要知识点包括游戏循环的原理、鼠标及键盘事件的处理、碰撞检测及处理、随机数的运用、定时器的使用、游戏场景的滚动、角色动画的播放、音效及音乐的播放、缓动效果、游戏关卡设计、游戏人工智能的原理及运用等。本书将Python语法知识及常用的编程技巧糅合在各个游戏案例中进行介绍,为读者展示Python语言的实际运用场景。

本书内容安排合理,架构清晰,注重理论与实践相结合,适合作为Python开发零基础读者的教程,也可作为高等院校的辅导教材,还可供职业技术学校和各类游戏培训机构使用。

相关内容

热门资讯

拼多多上的手机是正品吗?怎么买... 拼多多平台上面的产品各式各样,有食品,有服饰,有手机电脑等等,有一些朋友买一些生活用品是比较放心的,...