python五子棋对接dify+deepseek

前言

  自李世石、柯洁与AlphaGo世纪大战后，我便好奇人与AI对弈到底是什么感觉，围棋我是不会的，但五子棋人机模式相信大部分人都玩过，能明显感觉出AI和传统人机在思考方式、决策质量、适应性和体验上有本质区别，传统人机是“会下棋的机器”，现代AI是“理解棋的智能”。后者不仅碾压人类顶尖棋手，更重新定义了棋类策略的边界。

  如今随着科技进步，AI的运用越来越简单，我便想着用dify+deepseek接入我曾经写的五子棋代码中，实现与AI的激情对弈。

效果图

源代码

  之前的代码我不重复贴了，只贴有关AI对接的部分，需要的同学看这：python五子棋全代码

  完整项目在GitHub开源仓库，已有仓库地址的同学可以直接拉取最新代码，没有仓库的同学可以私聊我获取。

MainWindow.py

  这里的接口地址和API秘钥是用我本地部署的dify，你们用的话需要去自己的dify中获取。

ButtonFunction.py

MouseFunction.py

AIAlgorithm.py

dify

  代码只是逻辑的实现，这里才是真正的核心，关乎着AI对五子棋的理解和智能程度，提示词是我根据自己的代码和五子棋规则去设计的，为了保证他能输出我程序能处理的数据格式，还有很大的优化空间。

结束语

  使用感受这一块，或许会令你深感失望。我写了大量关于五子棋的规则信息，试图通过这些提示词对其进行调教，期望它能够达到与人正常对弈的水平。

  然而，仅依靠这些提示词，远远无法使其展现出令人满意的棋艺。技术甚至不及传统的人机对弈程序。传统人机对弈基于预设的算法和逻辑，能够在一定程度上实现流畅的对弈过程，而此AI在对弈中却频繁出现逻辑混乱、决策失误等问题，难以形成连贯且有效的对弈策略。

  此外，该AI的思考速度也存在明显不足。在常规模式下，其思考时间就已经较长，若开启深度思考模式，思考速度会进一步大幅下降，导致对弈过程中出现明显的卡顿现象。这种卡顿不仅影响了对弈的流畅性，也极大地降低了用户的体验感。

  通过这次实践可以清晰地认识到，训练一个专业的、具备高水平对弈能力的AI，需要海量数据的积累以及系统、深入的训练。提示词只能在一定程度上为AI提供方向指引，但无法替代数据和训练在AI能力提升中的核心作用。此次尝试本质上是一次由好奇心驱动的探索性实践，尽管结果未达预期，但也为后续进一步研究和优化AI对弈能力提供了宝贵的经验。