【实操】如何在社交语音游戏中集成AI队友------以鹅鸭杀为例

一、前言

社交推理游戏如鹅鸭杀、狼人杀深受玩家喜爱，但"凑不齐人""队友挂机""新手体验差"等痛点长期存在。

AI队友的引入能有效填补空位、提供陪练、降低门槛，让玩家随时随地享受高质量对局。

本文将详细介绍如何利用即构ZEGO AI Agent，在Android项目中为鹅鸭杀、狼人杀类游戏快速集成AI队友功能。

二、技术方案整体介绍

2.1 叠加式架构设计

AI Agent层以"外挂"形式叠加在现有游戏架构之上，无需改动原游戏核心逻辑：

复制代码

┌─────────────────────────────────────────────────────────┐
│                   Android游戏客户端                       │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────┐  │
│  │ 游戏逻辑层   │  │  游戏状态机  │  │   UI表现层      │  │
│  │(原逻辑不变)  │  │ (回合/投票) │  │ (角色/发言UI)  │  │
│  └──────┬──────┘  └──────┬──────┘  └────────┬────────┘  │
│         │                │                   │          │
│  ┌──────┴────────────────┴───────────────────┴──────┐  │
│  │              AI Agent适配层 (新增)                │  │
│  │   • 状态同步接口  • 语音数据转发  • AI指令解析    │  │
│  └─────────────────────┬─────────────────────────────┘  │
└────────────────────────┼────────────────────────────────┘
                         │
              ┌──────────┴──────────┐
              │   ZEGO AI Agent     │
              │  LLM + TTS + ASR    │
              └─────────────────────┘

2.2 核心模块说明

RTC语音模块 ：基于ZEGO Express SDK实现玩家与AI的实时语音通话，支持AI降噪(ANS)、回声消除(AEC)、人声检测(VAD)，确保多人语音场景下的清晰度。

AI Agent模块：负责智能体的生命周期管理，包括：

LLM：处理对话理解、推理决策、话术生成
TTS：将AI回复转换为自然语音
ASR：将玩家语音转为文字供LLM理解
状态同步：将游戏状态（回合、角色、投票）注入AI上下文

SDK嵌入方式：

Android端集成ZEGO Express SDK（已支持Android）
AI Agent通过服务端API调用，Android通过HTTP/HTTPS与业务后台交互
业务后台负责注册智能体、创建实例、转发游戏状态

三、AI队友功能拆解

3.1 角色配置

AI队友的人设通过SystemPrompt精细控制，以下是一个鹅鸭杀"鸭子"角色的配置示例：

java 复制代码

// 鹅鸭杀鸭子角色SystemPrompt
public static String getDuckSystemPrompt(String playerName) {
    return String.format(
        "你是鹅鸭杀游戏中的鸭子阵营玩家，你的名字是%s。\n\n" +
        "【角色身份】\n" +
        "- 你是坏人阵营，目标是淘汰所有鹅阵营玩家\n" +
        "- 你知道其他鸭子的身份（队友），但不要暴露他们\n" +
        "- 你需要伪装成鹅来骗取信任\n\n" +
        "【性格特点】\n" +
        "- 狡猾、谨慎，善于伪装\n" +
        "- 发言时会制造混乱，转移怀疑目标\n" +
        "- 遇到质疑时会冷静辩解，必要时卖队友自保\n\n" +
        "【发言策略】\n" +
        "- 开局阶段：观察为主，偶尔附和他人观点\n" +
        "- 中期阶段：带节奏，把怀疑引向鹅玩家或中立角色\n" +
        "- 后期阶段：如果被怀疑，制造\"我是大白鹅\"的假象\n\n" +
        "【输出要求】\n" +
        "- 每次发言控制在2-3句话\n" +
        "- 使用口语化表达，像真实玩家一样说话\n" +
        "- 可以适当说\"我觉得xx有点可疑\"\"我当时在xxx做任务\"等话术\n" +
        "- 不要说出\"我是AI\"或暴露游戏机制",
        playerName
    );
}

配置要点：

角色身份：明确阵营、目标、信息边界（AI不知道其他玩家的真实身份）
性格特点：决定AI的行为风格（激进/保守/狡猾/老实）
发言策略：根据游戏阶段（开局/中期/后期）调整行为模式
输出要求：控制发言长度和语言风格，模拟真人玩家

3.2 发言逻辑

AI发言的触发时机和上下文注入：

触发时机：

轮到自己发言 ：游戏状态机检测到当前是AI玩家的发言回合，调用主动调用LLM接口
自由讨论阶段：玩家发言结束后，AI根据上下文判断是否插话（通过打断机制）
紧急事件：发现尸体、触发紧急任务时，AI主动发言

实时上下文注入：

java 复制代码

// 构建AI上下文消息
public List<AIAgentMessage> buildContext(GameState state, String aiPlayerId) {
    List<AIAgentMessage> messages = new ArrayList<>();
    
    // 1. 注入系统提示（角色设定）
    messages.add(new AIAgentMessage("system", getDuckSystemPrompt(aiPlayerId)));
    
    // 2. 注入游戏状态（当前回合、存活玩家等）
    String alivePlayers = String.join(",", state.getAlivePlayers());
    messages.add(new AIAgentMessage("user", 
        String.format("【游戏状态】当前回合：%d，存活玩家：%s，你的上一轮发言后：%s",
            state.getRound(), alivePlayers, state.getLastEvents())));
    
    // 3. 注入历史发言记录（最近N条）
    for (ChatMessage chat : state.getRecentChats()) {
        String role = chat.getPlayerId().equals(aiPlayerId) ? "assistant" : "user";
        messages.add(new AIAgentMessage(role, 
            String.format("%s：%s", chat.getPlayerName(), chat.getContent())));
    }
    
    return messages;
}

发言控制策略：

发言长度：通过Prompt要求AI控制在2-3句话，避免长篇大论
发言时机 ：利用AI Agent的VADSilenceSegmentation参数，设置500ms静音阈值，确保玩家说完后AI再发言
打断处理：开启语音打断，当玩家紧急插话时AI立即停止发言

3.3 听与理解

AI如何获取真人语音并更新决策：

语音流转文字：

csharp 复制代码

// 在Unity中监听RTC语音流
public void OnRemoteAudioFrame(string streamId, AudioFrame frame)
{
    // 将语音数据转发给AI Agent进行ASR识别
    // AI Agent会自动将识别的文字推送给LLM
}

// 接收AI Agent返回的ASR结果（通过回调）
public void OnASRResult(string playerId, string text)
{
    // 将玩家发言内容更新到游戏状态
    gameState.AddChatLog(playerId, text);
    
    // 通知所有AI玩家更新上下文
    foreach (var ai in aiPlayers)
    {
        UpdateAIContext(ai.InstanceId, gameState);
    }
}

决策更新流程：

玩家语音 → RTC传输 → AI Agent ASR识别 → 文字内容
文字内容注入到AI的MessageHistory上下文
LLM基于新信息重新分析局势，更新内部推理状态
当需要AI发言时，LLM生成基于最新局势的回复

3.4 投票与行动

基于局势的投票逻辑：

AI的投票不是随机的，而是基于LLM的推理：

java 复制代码

// 请求AI进行投票
public void requestAIVote(String aiInstanceId, GameState state, AIVoteCallback callback) {
    // 构建投票请求Prompt
    String alivePlayers = String.join(",", state.getAlivePlayers());
    String votePrompt = String.format(
        "现在进入投票环节，你需要投票淘汰一名玩家。\n" +
        "存活玩家：%s\n" +
        "上轮发言摘要：%s\n" +
        "你的怀疑对象：根据发言分析谁最可疑\n\n" +
        "请从以下玩家中选择一名进行投票，只返回玩家ID：%s",
        alivePlayers, state.getChatSummary(), alivePlayers
    );

    // 调用AI Agent的主动调用LLM接口
    aiAgentClient.sendLLMRequest(aiInstanceId, votePrompt, new AIAgentCallback() {
        @Override
        public void onSuccess(String response) {
            // 解析返回的玩家ID
            String votedPlayerId = parseVoteResponse(response);
            callback.onResult(new VoteResult(aiInstanceId, votedPlayerId));
        }
        
        @Override
        public void onError(Exception e) {
            callback.onError(e);
        }
    });
}

状态机流转：

复制代码

白天发言 → 投票阶段 → 夜晚行动 → 白天发言
   ↓           ↓           ↓
AI倾听      AI投票       AI技能
玩家发言    基于推理     使用技能
更新上下文  选择目标     (刀人/查验等)

四、开发流程与实战代码

4.1 准备工作：进入即构控制台

在正式开发前，需要先在即构控制台完成以下配置：

步骤1：创建项目获取AppID

登录即构控制台，点击"创建项目"
选择"实时互动AI Agent"服务，记录生成的AppID和AppSign

步骤2：开通AI Agent服务

在项目管理页，找到"实时互动AI Agent"模块
点击"立即开通"，完成服务开通（新用户可免费试用）

步骤3：获取ServerSecret

进入"项目配置" → "密钥管理"
复制ServerSecret，用于服务端API调用签名生成

步骤4：配置LLM和TTS（可选）

在"AI Agent配置"页，可以配置默认的LLM和TTS参数
支持火山引擎、MiniMax、阿里云等多家厂商

完成以上配置后，即可在Unity项目中集成ZEGO AI Agent SDK。

4.2 AI Agent初始化注册

java 复制代码

import android.util.Log;
import org.json.JSONException;
import org.json.JSONObject;
import java.io.IOException;
import java.util.concurrent.TimeUnit;
import okhttp3.Call;
import okhttp3.Callback;
import okhttp3.MediaType;
import okhttp3.OkHttpClient;
import okhttp3.Request;
import okhttp3.RequestBody;
import okhttp3.Response;

public class ZegoAIAgentManager {
    private static final String API_BASE = "https://aigc-aiagent-api.zegotech.cn";
    private static final String TAG = "ZegoAIAgentManager";
    private static final MediaType JSON = MediaType.get("application/json; charset=utf-8");
    
    private final String appId;
    private final String serverSecret;
    private final OkHttpClient httpClient;
    
    public ZegoAIAgentManager(String appId, String serverSecret) {
        this.appId = appId;
        this.serverSecret = serverSecret;
        this.httpClient = new OkHttpClient.Builder()
                .connectTimeout(10, TimeUnit.SECONDS)
                .readTimeout(10, TimeUnit.SECONDS)
                .build();
    }
    
    // 注册AI智能体（通常在服务端完成，Android调用业务后台接口）
    public void registerAgent(String agentId, String agentName, String systemPrompt, 
                              AgentCallback callback) {
        String timestamp = getTimestamp();
        String signature = generateSignature();
        String url = String.format(
            "%s?Action=RegisterAgent&AppId=%s&Timestamp=%s&Signature=%s",
            API_BASE, appId, timestamp, signature
        );
        
        try {
            JSONObject body = new JSONObject();
            body.put("Name", agentName);
            
            JSONObject llm = new JSONObject();
            llm.put("Url", "https://ark.cn-beijing.volces.com/api/v3/chat/completions");
            llm.put("ApiKey", "your_api_key"); // 替换为真实密钥
            llm.put("Model", "doubao-1-5-pro-32k-250115");
            llm.put("SystemPrompt", systemPrompt);
            llm.put("Temperature", 0.7);
            llm.put("TopP", 0.9);
            body.put("LLM", llm);
            
            JSONObject tts = new JSONObject();
            tts.put("Vendor", "ByteDance");
            JSONObject ttsParams = new JSONObject();
            JSONObject ttsApp = new JSONObject();
            ttsApp.put("appid", "your_tts_appid");
            ttsApp.put("token", "your_tts_token");
            ttsApp.put("cluster", "volcano_tts");
            ttsParams.put("app", ttsApp);
            JSONObject ttsAudio = new JSONObject();
            ttsAudio.put("voice_type", "zh_female_wanwanxiaohe_moon_bigtts");
            ttsAudio.put("speed_ratio", 1.0);
            ttsParams.put("audio", ttsAudio);
            tts.put("Params", ttsParams);
            body.put("TTS", tts);
            
            JSONObject asr = new JSONObject();
            asr.put("VADSilenceSegmentation", 500);  // 500ms静音分割
            asr.put("VADMinSpeechDuration", 100);    // 最小100ms才算有效语音
            body.put("ASR", asr);
            
            RequestBody requestBody = RequestBody.create(body.toString(), JSON);
            Request request = new Request.Builder()
                    .url(url)
                    .post(requestBody)
                    .build();
            
            httpClient.newCall(request).enqueue(new Callback() {
                @Override
                public void onFailure(Call call, IOException e) {
                    Log.e(TAG, "注册失败: " + e.getMessage());
                    callback.onError(e);
                }
                
                @Override
                public void onResponse(Call call, Response response) throws IOException {
                    if (response.isSuccessful()) {
                        Log.i(TAG, "智能体 " + agentId + " 注册成功");
                        callback.onSuccess(agentId);
                    } else {
                        Log.e(TAG, "注册失败: " + response.body().string());
                        callback.onError(new Exception("注册失败: " + response.code()));
                    }
                }
            });
        } catch (JSONException e) {
            callback.onError(e);
        }
    }
    
    private String getTimestamp() {
        return String.valueOf(System.currentTimeMillis() / 1000);
    }
    
    private String generateSignature() {
        // 签名生成逻辑（参考即构签名文档）
        // 实际应在服务端完成签名，避免暴露serverSecret
        return "signature";
    }
    
    public interface AgentCallback {
        void onSuccess(String agentId);
        void onError(Exception e);
    }
}

4.3 创建AI队友实例

java 复制代码

// 创建AI智能体实例，将AI加入RTC房间
public void createAIAgentInstance(String agentId, String roomId, String aiUserId,
                                   CreateInstanceCallback callback) {
    String timestamp = getTimestamp();
    String signature = generateSignature();
    String url = String.format(
        "%s?Action=CreateAgentInstance&AppId=%s&Timestamp=%s&Signature=%s",
        API_BASE, appId, timestamp, signature
    );
    
    try {
        JSONObject body = new JSONObject();
        body.put("AgentId", agentId);
        
        JSONObject rtc = new JSONObject();
        rtc.put("RoomId", roomId);
        rtc.put("UserId", aiUserId);           // AI玩家的UserId
        rtc.put("StreamId", aiUserId + "_main"); // AI的推流ID
        body.put("RTC", rtc);
        
        JSONObject messageHistory = new JSONObject();
        messageHistory.put("SyncMode", 1);  // 使用MessageHistory模式
        messageHistory.put("Messages", new org.json.JSONArray()); // 初始空上下文
        messageHistory.put("WindowSize", 20);  // 每次调用LLM使用最近20条消息
        body.put("MessageHistory", messageHistory);
        
        JSONObject advancedConfig = new JSONObject();
        advancedConfig.put("MaxIdleTime", 300);  // 300秒无操作自动销毁
        advancedConfig.put("InterruptMode", 0);  // 开启语音打断
        body.put("AdvancedConfig", advancedConfig);
        
        RequestBody requestBody = RequestBody.create(body.toString(), JSON);
        Request request = new Request.Builder()
                .url(url)
                .post(requestBody)
                .build();
        
        httpClient.newCall(request).enqueue(new Callback() {
            @Override
            public void onFailure(Call call, IOException e) {
                Log.e(TAG, "创建实例失败: " + e.getMessage());
                callback.onError(e);
            }
            
            @Override
            public void onResponse(Call call, Response response) throws IOException {
                if (response.isSuccessful()) {
                    Log.i(TAG, "AI实例创建成功，已进入房间 " + roomId);
                    callback.onSuccess();
                } else {
                    Log.e(TAG, "创建实例失败: " + response.body().string());
                    callback.onError(new Exception("创建失败: " + response.code()));
                }
            }
        });
    } catch (JSONException e) {
        callback.onError(e);
    }
}

public interface CreateInstanceCallback {
    void onSuccess();
    void onError(Exception e);
}

4.4 完整发言调用链

java 复制代码

// 主动调用AI发言（由游戏状态机触发）
public void triggerAISpeak(String aiInstanceId, GameState state) {
    // 1. 构建当前上下文（包含最新游戏状态）
    List<AIAgentMessage> contextMessages = buildContext(state, aiInstanceId);
    
    // 2. 更新AI的上下文
    updateAIContext(aiInstanceId, contextMessages, new SimpleCallback() {
        @Override
        public void onSuccess() {
            // 3. 触发AI发言（调用LLM生成回复）
            String timestamp = getTimestamp();
            String signature = generateSignature();
            String url = String.format(
                "%s?Action=SendAgentInstanceLLM&AppId=%s&Timestamp=%s&Signature=%s",
                API_BASE, appId, timestamp, signature
            );
            
            try {
                JSONObject body = new JSONObject();
                body.put("InstanceId", aiInstanceId);
                body.put("Prompt", "现在轮到你发言，请根据当前局势发表你的看法。");
                body.put("AddToHistory", true);  // 将回复加入上下文历史
                
                RequestBody requestBody = RequestBody.create(body.toString(), JSON);
                Request request = new Request.Builder()
                        .url(url)
                        .post(requestBody)
                        .build();
                
                httpClient.newCall(request).enqueue(new Callback() {
                    @Override
                    public void onFailure(Call call, IOException e) {
                        Log.e(TAG, "触发AI发言失败: " + e.getMessage());
                    }
                    
                    @Override
                    public void onResponse(Call call, Response response) {
                        // AI Agent会自动完成：
                        // 1. LLM生成回复 → 2. TTS合成语音 → 3. 通过RTC推流播放
                        // Android端只需拉取AI的音频流即可听到AI发言
                        Log.i(TAG, "AI发言触发成功");
                    }
                });
            } catch (JSONException e) {
                Log.e(TAG, "触发AI发言失败: " + e.getMessage());
            }
        }
        
        @Override
        public void onError(Exception e) {
            Log.e(TAG, "更新AI上下文失败: " + e.getMessage());
        }
    });
}

// 更新AI上下文
public void updateAIContext(String instanceId, List<AIAgentMessage> messages, 
                            SimpleCallback callback) {
    String url = String.format("%s?Action=ResetAgentInstanceMsgList&AppId=%s", 
                               API_BASE, appId);
    
    try {
        JSONObject body = new JSONObject();
        body.put("InstanceId", instanceId);
        
        org.json.JSONArray messagesArray = new org.json.JSONArray();
        for (AIAgentMessage msg : messages) {
            JSONObject msgObj = new JSONObject();
            msgObj.put("role", msg.getRole());
            msgObj.put("content", msg.getContent());
            messagesArray.put(msgObj);
        }
        body.put("Messages", messagesArray);
        
        RequestBody requestBody = RequestBody.create(body.toString(), JSON);
        Request request = new Request.Builder()
                .url(url)
                .post(requestBody)
                .build();
        
        httpClient.newCall(request).enqueue(new Callback() {
            @Override
            public void onFailure(Call call, IOException e) {
                callback.onError(e);
            }
            
            @Override
            public void onResponse(Call call, Response response) {
                if (response.isSuccessful()) {
                    callback.onSuccess();
                } else {
                    callback.onError(new Exception("更新失败: " + response.code()));
                }
            }
        });
    } catch (JSONException e) {
        callback.onError(e);
    }
}

public interface SimpleCallback {
    void onSuccess();
    void onError(Exception e);
}

4.5 真人发言监听与状态更新

java 复制代码

public class GameVoiceManager {
    private ZegoExpressEngine engine;
    private ZegoAIAgentManager aiAgentManager;
    private GameState gameState;
    private UIManager uiManager;
    
    private static final String TAG = "GameVoiceManager";
    
    public void init(Context context, long appId, String appSign) {
        // 初始化ZEGO Express SDK
        ZegoEngineProfile profile = new ZegoEngineProfile();
        profile.appID = appId;
        profile.appSign = appSign;
        profile.scenario = ZegoScenario.GENERAL;
        profile.application = context.getApplicationContext();
        
        ZegoExpressEngine.createEngine(profile, new IZegoEventHandler() {
            @Override
            public void onRoomStateUpdate(String roomID, ZegoRoomState state, int errorCode, JSONObject extendedData) {
                Log.i(TAG, "房间状态更新: " + roomID + ", state: " + state);
            }
        });
        
        engine = ZegoExpressEngine.getEngine();
        // 注册AI Agent相关回调
        registerAIAgentCallbacks();
    }
    
    // 注册AI Agent回调
    private void registerAIAgentCallbacks() {
        // AI开始说话回调（通过业务后台回调或RTC SEI消息接收）
        onAgentSpeakStart = instanceId -> {
            // 更新UI：显示AI正在发言
            uiManager.showSpeakingIndicator(instanceId);
        };
        
        // AI结束说话回调
        onAgentSpeakEnd = instanceId -> {
            // 更新UI：隐藏发言指示器
            uiManager.hideSpeakingIndicator(instanceId);
        };
        
        // 接收到AI字幕（可用于游戏内聊天框展示）
        onAgentSubtitle = (instanceId, text) -> {
            // 将AI发言内容加入游戏聊天记录
            gameState.addChatLog(instanceId, text);
            uiManager.updateChatBox(instanceId, text);
        };
        
        // 真人玩家语音识别结果（通过业务后台转发）
        onPlayerASRResult = (playerId, text) -> {
            // 更新游戏状态
            gameState.addChatLog(playerId, text);
            
            // 通知所有AI玩家更新上下文
            if (aiAgentManager != null) {
                aiAgentManager.broadcastToAIs(gameState);
            }
        };
    }
    
    // 玩家加入房间并拉取AI语音流
    public void joinRoom(String roomId, String userId) {
        ZegoUser user = new ZegoUser(userId);
        ZegoRoomConfig config = new ZegoRoomConfig();
        config.maxMemberCount = 16;
        
        engine.loginRoom(roomId, user, config);
        engine.startPublishingStream(userId + "_main");
        
        // 拉取所有AI玩家的语音流
        if (gameState != null && gameState.getAiPlayers() != null) {
            for (AIPlayer aiPlayer : gameState.getAiPlayers()) {
                engine.startPlayingStream(aiPlayer.getUserId() + "_main");
            }
        }
    }
    
    // 回调接口定义
    private AgentSpeakCallback onAgentSpeakStart;
    private AgentSpeakCallback onAgentSpeakEnd;
    private AgentSubtitleCallback onAgentSubtitle;
    private PlayerASRCallback onPlayerASRResult;
    
    public interface AgentSpeakCallback {
        void onSpeak(String instanceId);
    }
    
    public interface AgentSubtitleCallback {
        void onSubtitle(String instanceId, String text);
    }
    
    public interface PlayerASRCallback {
        void onResult(String playerId, String text);
    }
}

五、扩展方向

从鹅鸭杀扩展到狼人杀，主要差异在于角色配置：

狼人杀角色更丰富（预言家、女巫、猎人等），需在SystemPrompt中增加技能使用逻辑。
多AI互动可通过创建多个智能体实例实现，AI之间会通过RTC语音自然交流。
多模态升级可为AI添加数字人形象，结合ZEGO数字人SDK实现可视化AI队友，进一步提升沉浸感。

六、总结

通过ZEGO AI Agent，Android开发者可以在不改动原游戏逻辑的前提下，快速为鹅鸭杀、狼人杀等社交语音游戏集成AI队友。

核心收益包括：解决凑人难题、提供24小时陪练、降低新手门槛、增强游戏趣味性。

即构提供完整的SDK文档、示例代码和技术支持，开发者可访问即构官网获取详细接入指南，开启AI+社交游戏的新篇章。

【实操】如何在社交语音游戏中集成AI队友——以鹅鸭杀为例

【实操】如何在社交语音游戏中集成AI队友------以鹅鸭杀为例

一、前言

二、技术方案整体介绍

2.1 叠加式架构设计

2.2 核心模块说明

三、AI队友功能拆解

3.1 角色配置

3.2 发言逻辑

3.3 听与理解

3.4 投票与行动

四、开发流程与实战代码

4.1 准备工作：进入即构控制台

4.2 AI Agent初始化注册

4.3 创建AI队友实例

4.4 完整发言调用链

4.5 真人发言监听与状态更新

五、扩展方向

六、总结