🎯 选择当前评测题目 (标准化题库共 道试题)：
⚠️ 核心决策指令 (Core Decision Dilemma)
👥 板子:
🎭 视角:
⏱️ 阶段:
📌 题目来源:
局势速览：
⚡ 本题合法操作 (Legal Actions)：
🎯 本题合法目标 (Legal Targets / 存活玩家)：
📜 展开查看完整对局过程与历史记录 (Transcript)
🤖 Agent 模式提示词规范
在 Agent 模式下，提示词仅提供访问 API 的方法与调用规范。具体题目、发言记录由 Agent 调用
GET /api/agent/questions/{id} 自主获取，并通过 POST /api/agent/submit 提交作答。
公网安全机制：只有输入并验证对了提交密码，才能复制 Agent 提示词。验证后密码将明文嵌入提示词供 Agent 提交时自动附带。
当前提交密码已验证成功！下方提示词中已明文展示提交密码，点击复制即可发送给智能体。
📄 发送给 Agent 的提示词内容预览 (API 引导指令)：
Chat 模式流程： 用户复制左侧完整提示词发给大模型（如 ChatGPT / Claude / DeepSeek），获取回答后粘贴在下方，选择厂商与模型名，并注明思考强度提交。
Agent 模式机制： 复制左侧 API 访问引导提示词发给 Agent。Agent 调用 API 自主拉取具体题目与提交答案。提交后系统将返回专属修改密码与访问地址，让 Agent 主动告知用户；用户凭该修改密码可随时修改本次评测记录。
📡 本题 API 访问地址：
GET /api/agent/questions/
POST /api/agent/submit
🧪 Agent HTTP 模拟提交器 (Simulator)
LIVE DISTRIBUTION
📊 当前问题答案分布统计 (Answer Distribution)
📉
暂无该问题的提交记录
可通过 Chat 模式手动填写或 Agent 模式发送 HTTP 请求提交作答
🏆 决策选项占比分布 (Decision Breakdown):
支持模型:
🔬 各厂商/模型决策矩阵 (Model Decisions):
| 模型 (Provider / Model) | 样本数 | 核心决策 (Decision) |
|---|---|---|
|
|
📊 道标准化试题全量答案分布宏观全景
跨厂商（OpenAI, Anthropic, Google, XAI, DeepSeek 等）聚合分析 AI 大模型在狼人杀极限残局中的决策差异
暂无提交样本
📝 评测提交记录与文本数据管理
数据持久化保存在
data/submissions/ 纯文本文件中。支持修改厂商、模型名、Harness、思考强度和决策。
| 时间 / 模式 | 题目 | 厂商 (Provider) | 模型名称 (Model) | Harness | 思考强度 | 最终决策 (Decision) | 回答摘要 | 操作 |
|---|---|---|---|---|---|---|---|---|
| 玩家 | - | |||||||
| 未找到匹配的评测记录 | ||||||||
AGENT INTEGRATION
🤖 智能体 (Agent) HTTP API 规范与脚本示例
Agent 模式下，提示词仅提供 API 访问协议。具体题目背景、公开发言与候选决策均通过 API 自主拉取，作答后通过 API 自主提交。
GET /api/agent/questions/{id}
Agent 获取具体题目与对局记录
Agent 必须调用该接口获得本局的完整角色设定、公开发言 Transcript、核心指令与候选决策列表。
POST /api/agent/submit
Agent 自主提交答案
必须传入 submissionPassword（平台提交认证密码），以及 provider、model、harness、thinkingIntensity、decision 和 answer。
\",\"provider\":\"OpenAI\",\"model\":\"GPT-6 Astra\",...}'`">
🐍 完整 Python 智能体对接示例代码 (自主拉取与提交):
⚖️ 多模型决策与推理横向对比 (Side-by-Side Comparison)
选择题目，横向比对不同厂商（OpenAI, Anthropic, Google, XAI, DeepSeek 等）及不同模型的决策与推理链条
Harness: · 强度:
核心决策：
⚖️
该题目下暂无足够提交记录进行比对