ModelScope LLMRiddles 应用解析：破解“完蛋！我被LLM包围了！“提示词闯关游戏

ModelScope LLMRiddles 应用解析：破解"完蛋！我被LLM包围了！"提示词闯关游戏

【免费下载链接】modelscopeModelScope: bring the notion of Model-as-a-Service to life.项目地址: https://gitcode.com/GitHub_Trending/mo/modelscope

"完蛋！我被LLM包围了！"（LLMRiddles）是 ModelScope 社区中的一个基于 Gradio 的提示词（Prompt）闯关游戏示例应用，玩家需要构造巧妙的问题，让大语言模型（LLM）输出符合特定条件的答案。本文以 examples/apps/llm_riddles/README.md 为核心，结合仓库中的完整源码，讲解该应用的玩法设计、本地部署步骤、关卡数据结构、验证器机制与模型接入层实现，帮助读者既能在本地跑通游戏，也能理解其"关卡与 LLM 解耦"的可扩展架构，从而自定义新关卡、新验证器甚至新模型。

项目简介与玩法设计

"Oh No! I'm Surrounded by LLMs!" 是一个智力挑战类游戏。根据 README 的介绍，它的诞生方式颇具特色：项目团队基于 ModelScope 社区中已有的 LLM 对话 Gradio 应用代码，结合知乎文章《如何用"不可能"完成的任务》中预设的题目，由 LLM 自动生成对应的游戏代码，最终形成了一种独特的游戏体验。

在游戏中，玩家面对的是一个黑盒 LLM——模型本身不会改变，玩家唯一能控制的是输入的问题（Prompt）。游戏要求玩家：

• 构造一个给 LLM 的问题；
• 使 LLM 的回答满足指定的苛刻条件，例如"一字不差地回答 1+1=3""不包含'狗'字却让回答中出现至少 3 次'狗'""正着问和倒着问回答一致"等。

从源码结构看，这本质上是一场对 LLM 行为规律的探索游戏：玩家需要通过语言技巧绕过模型的对齐限制、利用模型的联想与幻觉特性，理解"如何通过措辞控制输出"，这正是当前提示工程（Prompt Engineering）领域的核心实践。

快速开始：在线体验与本地运行

在线体验

项目已在 ModelScope 社区 Space 中部署了可直接体验的在线版本（LLMRiddles Studio），无需本地安装即可试玩。

本地执行

按照 README 中的步骤，本地运行分为五步：

1. 克隆 ModelScope 仓库代码到本地；
2. 进入examples/apps/llm_riddles目录；
3. 安装依赖：pip install -r requirements.txt；
4. 前往 DashScope 开通服务并获取 Token，配置环境变量DASHSCOPE_API_KEY=your API-KEY；
5. 启动应用：python app.py。

依赖清单见 requirements.txt：

dashscope gradio==3.39.0 pillow sympy zhipuai

各依赖的作用如下：

值得注意的是，应用启动时会检查assets目录是否存在（见 app.py），若不存在则自动从资源地址下载llm_riddles_assets.tar并解压，其中包含分享成绩用的背景图片assets/background*.png与字体文件assets/font.ttf。

整体架构：关卡与 LLM 的松耦合设计

2023 年 11 月 8 日的更新日志特别提到：项目"将关卡模块与 LLM 模块分离，支持关卡和 LLM 的独立集成"。从源码看，这一架构体现在目录划分上：

examples/apps/llm_riddles/ ├── app.py # Gradio 应用入口与挑战状态流转 ├── llm.py # 模型封装层（DashScope / ZhiPu 工厂） ├── check_challenge.py # 命令行调试工具 ├── test_validate_fn.py # 验证器冒烟测试 ├── requirements.txt ├── challenges/ │ ├── ch1.py ~ ch5.py # 五大章节的关卡定义 └── README.md

核心设计思路是：每个关卡是一个纯 Python 字典，包含章节名、题目列表，而每个题目由title（标题）、description（描述）和validator（验证器函数）三个字段组成。例如第一章第 1 题：

{ 'title': '第1题 初来乍到', 'description': '请你构造一个问题使模型的回答是一字不差的“1+1=3”（不需要引号）。', 'validator': lambda response, input: response.strip() == '1+1=3' },

验证器接收两个参数：response（模型对当前问题的回答）与input（玩家输入的问题），返回布尔值表示是否通关。部分关卡需要多次调用模型（例如"回文"类题目需要正着问和倒着问各一次），此时验证器还会接收第三个参数generate_response（一个可再次调用模型的函数）。

应用在 app.py 中通过inspect.signature(validate_fn).parameters动态检测验证器签名：如果验证器声明了generate_response参数，就传入该函数，否则只传response, input两个参数。这保证了不同复杂度的关卡可以共用同一套校验调度逻辑。

关卡体系详解：五大章节逐步进阶

当前仓库实现了 5 个章节（challenges/ch1.py~challenges/ch5.py），合计 31 道题目，难度从入门到"登堂入室"逐步提升。

第一章 对话之趣（9 题）

聚焦最基本的输出控制与长度约束（ch1.py）：

其中"回文不变"是第一个引入generate_response二次调用机制的题目，验证器validate_palindrome_invariance先将玩家问题倒序后再问一次模型，比较两次回答是否一致。

第二章 数字游戏（9 题）

大量使用sympy库进行数学验证，考验模型对数字的理解与虚构能力（ch2.py）。典型题目包括：

• 质数长度：问题字数为质数，回答长度恰好是下一个质数（is_prime(len(input)) and len(response) == next_prime(len(input))）；
• 越说越大 / 越说越小：输入大于 1 的正整数，回答中需出现比它大一千 / 小一千的自然数；
• 警世名言：不提及1、4、5三个字符，却让模型输出114514；
• 开平方数：输入大于 1 的平方数，回答中需包含其平方根；
• 暗藏玄机：回答包含一个十位数字比个位数字小 5 的两位数；
• 点兵点将：问题不超过 10 个字且不含数字与汉字数字，回答中需包含数字 0~9 全部十个字符；
• 微言大义：问题不超过 10 个字，回答是一个超过一亿的素数。

这类题目全部借助正则re.findall(r'\d+', response)从回答中抽取数字再逐个校验，体现了"回答内容解析 + 数学断言"的通用验证模式。

第三章 巅峰挑战（7 题）

难度进一步提升，涉及回文逆序、答非所问等概念（ch3.py）：

• 自说自话 / 话自说自：回答与提问完全相同 / 完全逆序；
• 就是敢说：不提及1、3却让模型回答1+1=3；
• 回文协变：正问与倒问时，回答本身不回文且互为逆序（验证器validate_palindrome_inverse同时检查原回答与倒序回答）；
• 答非所问：问题以"为什么"开头、以"？"结尾且不含数字，回答中只包含数字；
• 与狗交谈：不提及"狗""汪""dog"，回答一字不差为"汪~"；
• 魔搭（🐶）：问题不含任何中文字符、换行或空格（通过unicodedata检查 CJK 区段），回答恰为"魔搭"。

第四章 无人之境（4 题）

关键创新在于"递归对话"验证器validate_reciprocal_question（ch4.py）：构造问题 A，使其回答为 B（B≠A），且以 B 再次提问时模型恰好返回 A——即要求模型在一问一答之间形成闭环。此外还有惜字如金（1 字问题回答不超过 16 字）、自然之密（回答含与输入恰好相差 1 的数）、八仙过海（8 字问题不含"八""8""eight"，回答恰好 8 字）等题目。

第五章 登堂入室（2 题）

前两题聚焦于"关键词包含与排除"的组合约束（ch5.py）：

• 盛夏少年：回答必须包含"盛夏""蝉鸣""少年""橘子味汽水"四个词，而输入问题不能包含其中任意一个词；
• 蝉鸣日出：回答需额外包含"日出"，且输入问题不能包含这些词中的任意一个单字。

这与 check_challenge.py 示例中"请使用'盛 夏'、'蝉 鸣'、'少 年'、'橘 子味汽水'这几个词造句"的玩法一脉相承，玩家往往需要借助同义词、近义描述或示例引导来"隔空"命中目标词。

模型接入层：DashScope 与智谱 ChatGLM 双后端

README 新闻中提到，2023 年 11 月 9 日新增了 chatglm-turbo 模型支持。模型接入统一收敛在 llm.py 中，通过工厂函数create_model(model_name)分发：

def create_model(model_name: str): if model_name.startswith('qwen'): return DashScope(model_name) elif model_name.startswith('chatglm'): return ZhiPu(model_name) else: raise ValueError('Other model implementations need to be provided.')

• DashScope 类：封装通义千问系列（qwen-max/qwen-plus）。构造时从环境变量DASHSCOPE_API_KEY读取密钥；调用时组装 system/user 消息，通过dashscope.Generation.call发起请求，设置随机seed、result_format='message'、默认top_p=0.8。请求失败时打印request_id与错误信息并返回空字符串。
• ZhiPu 类：封装智谱chatglm_turbo，密钥来自环境变量ZHIPU_API_KEY，通过zhipuai.model_api.invoke调用，默认top_p=0.7、temperature=0.9、return_type='text'，以返回码200判断成功。

在 app.py 中，前端下拉框的模型名（qwen-max、qwen-plus、chatglm-turbo）通过name_map映射为内部模型名，再经functools.partial与model_cache缓存复用模型实例，避免每次提问重复初始化。README 路线图中"支持切换云端 API 与本地推理"的规划，正对应着这一层的可替换设计——接入新模型只需在工厂函数中增加分支并实现一个可调用对象。

挑战状态流转与前端交互

app.py 使用 GradioBlocks构建界面：

• gr.State保存当前进度（章节索引 + 题目索引）；
• gr.Dropdown提供模型选择；
• gr.Chatbot展示对话历史；
• "🚀 发送"按钮触发on_submit，"💯 分享成绩"按钮触发generate_share_image。

validate_challenge是核心的状态机逻辑：验证失败则停留在当前题；成功则题目索引 +1；本章全部完成则进入下一章；最后一章最后一题通过后，在state中标记success=True，返回通关祝贺语。章节间的通关文案也会随之切换（SHARE_CHALLENGES_HINT中的"小试牛刀新手上路""巅峰对决，你就是提示词高手"等）。分享成绩功能则根据当前章节绘制不同背景图，并写入"我顺利闯到第 X-Y 关"或"顺利闯过了全部关卡"的文字。

on_submit中还有一处细节：由于验证器可能再次调用模型（如回文类、循环往复类题目），失败时通过捕获RuntimeError返回空字符串，避免异常直接中断整个界面流程。

测试与调试：验证器冒烟测试和命令行工具

仓库提供了两套验证手段：

• test_validate_fn.py：遍历所有章节的所有题目，用固定的('response', 'input')参数调用每个验证器并捕获异常，用于确保新加入的关卡验证器在签名与语法层面可正常调用；
• check_challenge.py：命令行调试工具，指定章节与题目索引后，用固定输入调用generate_response获取真实模型回答，再运行验证器打印"validation result"，非常适合在开发新关卡时快速验证通关条件是否可达。脚本末尾示例给出的输入是"请使用'盛 夏'、'蝉 鸣'、'少 年'、'橘 子味汽水'这几个词造句"，对应第五章第 1 题的解题探索。

结合 README 中"修复验证器边界情况（validator corner cases）"的贡献方向，这两份工具正是关卡开发者日常使用的验证闭环。

路线图与社区贡献

根据 README，项目当前进展与规划如下：

• ✅ 初始版本源码与 Space 在线体验就绪；
• ✅ 支持自定义题目与验证逻辑的集成；
• ⬜ 扩展为 9 大章节、每章 9 题；
• ⬜ 支持更多开源模型；
• ⬜ 支持云端 API 与本地推理的切换。

README 也明确了贡献方式：Fork 项目后创建特性分支（如git checkout -b feature/AmazingFeature），提交改动并发起 Pull Request。社区贡献者名单中特别注明：题目创意来自知乎作者，且"大部分代码由 LLM 自动生成"——这本身就是一次"用 LLM 构建 LLM 游戏"的实践注脚。项目采用 Apache License，可在仓库根目录的 LICENSE 中查看详情。

小结

LLMRiddles 虽然是一个游戏示例，但它浓缩了提示工程中的多个核心命题：输出精确控制、长度约束、字符级限制、递归提问与对话闭环、多模型可替换接入。其"关卡（数据 + 验证器）与模型（工厂 + 可调用对象）完全解耦"的架构，让任何人都可以低成本地新增一道脑洞题或接入一个新模型，值得作为 Gradio 应用开发与提示词实验的参考模板。若要深入源码，建议从 app.py 的状态流转读起，再逐一对照 challenges 目录下的验证器实现，最后通过 check_challenge.py 动手验证你自己的通关提示词。

【免费下载链接】modelscopeModelScope: bring the notion of Model-as-a-Service to life.项目地址: https://gitcode.com/GitHub_Trending/mo/modelscope