打造一个微claude code来实现石头剪刀布游戏

模型可以用通义千问系列大模型，或者DeepSeek系列等模型。我为什么要用kimi的k2模型呢，我最后揭晓，很惊艳。

✨ 游戏主要功能

• 支持石头、剪刀、布三种选择
• 实时显示对战结果
• 自动计分系统
• 响应式设计，支持手机和电脑
• 键盘快捷键支持（1=石头，2=剪刀，3=布，R=重置）
• 重新开始按钮

🚀 如何开发微claude code

核心只要记住以下三点：

• 第一、需要工具列表
• 第二、需要大模型
• 第三、需要系统提示词

注意

最后一点也是最重要的一点就是要基于ReAct模式实现Agent，其实就是系统提示词按照ReAct来编写，因为到目前为止ReAct模式是最广泛用来实现AI Agent的模式之一。

ReAct模式可以看这一篇文章深度解析AI Agent：从概念、原理到构建模式，一文彻底搞懂！

🖊️ 直接上核心代码

1. 首先是创建三个工具

python 复制代码

def read_file(file_path):
    """用于读取文件内容"""
    with open(file_path, "r", encoding="utf-8") as f:
        return f.read()

def write_to_file(file_path, content):
    """将指定内容写入指定文件"""
    with open(file_path, "w", encoding="utf-8") as f:
        f.write(content.replace("\n", "\n"))
    return "写入成功"

def run_terminal_command(command):
    """用于执行终端命令"""
    import subprocess
    run_result = subprocess.run(command, shell=True, capture_output=True, text=True)
    return "执行成功" if run_result.returncode == 0 else run_result.stderr

1. 创建一个基于ReAct模式的Agent

python 复制代码

class MicroCluadeCodeAgent:
    def __init__(self, tools: List[Callable], model: str, project_directory: str):
        self.tools = { func.__name__: func for func in tools }
        self.model = model # 接受k2大模型
        self.project_directory = project_directory
        self.client = OpenAI(
            base_url="https://api.moonshot.cn/v1", # kimi的base_url
            api_key="sk-xxx", # kimi的api key
        )
    def run(self, user_input: str):
        messages = [
            {"role": "system", "content": self.render_system_prompt(react_system_prompt_template)},
            {"role": "user", "content": f"<question>{user_input}</question>"}
        ]

        while True:

            # 请求模型
            content = self.call_model(messages)

            # 检测 Thought
            thought_match = re.search(r"<thought>(.*?)</thought>", content, re.DOTALL)
            if thought_match:
                thought = thought_match.group(1)
                print(f"\n\n💭 Thought: {thought}")

            # 检测模型是否输出 Final Answer，如果是的话，直接返回
            if "<final_answer>" in content:
                final_answer = re.search(r"<final_answer>(.*?)</final_answer>", content, re.DOTALL)
                return final_answer.group(1)

            # 检测 Action
            action_match = re.search(r"<action>(.*?)</action>", content, re.DOTALL)
            if not action_match:
                raise RuntimeError("模型未输出 <action>")
            action = action_match.group(1)
            tool_name, args = self.parse_action(action)

            print(f"\n\n🔧 Action: {tool_name}({', '.join(args)})")
            # 只有终端命令才需要询问用户，其他的工具直接执行
            should_continue = input(f"\n\n是否继续？（Y/N）") if tool_name == "run_terminal_command" else "y"
            if should_continue.lower() != 'y':
                print("\n\n操作已取消。")
                return "操作被用户取消"

            try:
                observation = self.tools[tool_name](*args)
            except Exception as e:
                observation = f"工具执行错误：{str(e)}"
            print(f"\n\n🔍 Observation：{observation}")
            obs_msg = f"<observation>{observation}</observation>"
            messages.append({"role": "user", "content": obs_msg})

1. 系统提示词

xml 复制代码

你需要解决一个问题。为此，你需要将问题分解为多个步骤。对于每个步骤，首先使用 <thought> 思考要做什么，然后使用可用工具之一决定一个 <action>。接着，你将根据你的行动从环境/工具中收到一个 <observation>。持续这个思考和行动的过程，直到你有足够的信息来提供 <final_answer>。

所有步骤请严格使用以下 XML 标签格式输出：
- <question> 用户问题
- <thought> 思考
- <action> 采取的工具操作
- <observation> 工具或环境返回的结果
- <final_answer> 最终答案

🔗 运行main函数

通过uv启动微cluade code的Agent实现石头剪刀布游戏：

ini 复制代码

def main(project_directory):
    project_dir = os.path.abspath(project_directory)

    tools = [read_file, write_to_file, run_terminal_command]
    agent = MicroCluadeCodeAgent(tools=tools, model="kimi-k2-0711-preview", project_directory=project_dir)

    task = input("请输入任务：")

    final_answer = agent.run(task)

    print(f"\n\n✅ Final Answer：{final_answer}")

在终端输入：uv run agent.py tmp回车即可

🤖 Agent运行结果

xml 复制代码

请输入任务：帮我实现石头剪刀布游戏，html，css和js分别保存到三个文件，最后我直接运行html即可


正在请求模型，请稍等...


💭 Thought: 我需要为用户创建石头剪刀布游戏的HTML，CSS和JavaScript文件。首先，我应该先创建HTML文件，并链接CSS和JavaScript文件。


🔧 Action: write_to_file(/tmp/index.html, <!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>石头剪刀布游戏</title>
    <link rel="stylesheet" href="style.css">
</head>
<body>
    <h1>石头剪刀布游戏</h1>
    <div id="game">
        <button onclick="play('石头')">石头</button>
        <button onclick="play('剪刀')">剪刀</button>
        <button onclick="play('布')">布</button>
        <p id="result"></p>
    </div>
    <script src="script.js"></script>
</body>
</html>)


🔍 Observation：写入成功

.....其他js和css样式文件由于太长了，我这里就不展示了，大体处理逻辑和html相似
经历三个过程：Thought->Action->Observation

有一个有意思的地方就是kimi的k2模型在输出以上三个文件之后，它向用户确认是否三个文件执行完毕，请看处理逻辑：

markdown 复制代码

正在请求模型，请稍等...


💭 Thought: 三个文件都已经创建完成。现在让我检查一下当前目录下的文件，确认所有文件都已正确创建。


🔧 Action: run_terminal_command(ls -la /tmp/)


是否继续？（Y/N）Y


🔍 Observation：执行成功


正在请求模型，请稍等...


💭 Thought: 让我查看一下具体有哪些文件被创建：


🔧 Action: run_terminal_command(ls -la /tmp/ | grep -E '.(html|css|js)$')


是否继续？（Y/N）Y


🔍 Observation：执行成功


正在请求模型，请稍等...


💭 Thought: 让我直接列出这三个文件来确认它们都存在：


🔧 Action: run_terminal_command(ls /tmp/index.html /tmp/style.css /tmp/script.js)


是否继续？（Y/N）Y


🔍 Observation：执行成功


正在请求模型，请稍等...


✅ Final Answer：石头剪刀布游戏已经创建完成！我为您创建了三个文件：

1. **index.html** - 主页面文件，包含游戏界面结构
2. **style.css** - 样式文件，提供美观的界面设计
3. **script.js** - 游戏逻辑文件，实现石头剪刀布的游戏功能

现在您可以直接运行 HTML 文件来开始游戏：
- 双击 `index.html` 文件，或者
- 在浏览器中打开 `index.html`

你看每一步骤k2模型都向用户去确认，这个非常棒，而且页面效果非常赞。为什么这里重点要强调这个呢？因为我用了阿里云的qwen-plus模型，直接输出结果，没有向用户再次确认是否写成功三个文件，而且页面做的也非常简单，这就是我为什么用kimi的k2模型去做这个微claude code以及用它实现这个小游戏。直接看效果！

🎨 样式演示

第一个是qwen的效果：

第二个是k2的效果：

直接碾压！

由于时间原因今天就写到这里，不过有机会可以试试阿里的qwen3-coder基座模型Qwen/Qwen3-Coder-480B-A35B-Instruct，看下实现效果如何， **最后欢迎大家一起交流探讨进步！**历史大模型系列文章：