用QClaw搭建的Agent，能帮我玩个程序员专属MBTI游戏吗？
- 内容介绍
- 文章标签
- 相关推荐
你有没有想过怎么把AI和人格测试结合起来让一台电脑跟你聊聊自己？最近我在玩一个叫QClaw的框架， 听说它能跑出几个不同性格的Agent，就像给电脑装上了几种人格皮肤。于是我决定用它来做一款程序员专属的MBTI游戏，后来啊搞得头疼又兴奋。
一、为什么选QClaw？
说实话， 我之前只听说过OpenClaw这个开源AI框架，没想到腾讯团队竟然把它改过成了本地优先、全功能的“电脑管家”。它支持本地部署，完全不需要云端，平安感爆棚。最关键的是它可以通过Skills机制 能力，像装插件一样添加新功能，歇了吧...。
不过我最关心的是“多Agent”功能。一个人有时会想让机器帮忙做事，但又不想让同一个Agent扮演所有角色。所以QClaw提供了三种预设风格：毒舌撰稿人、 功力不足。 爹系辅导员和务实程序员。每个Agent都有自己的语气、知识面还能自定义经验。对于我这种“程序员+心理学爱好者”，务实程序员那种干练口吻正合我胃口。
噪音：我的第一次尝试
当我第一次启动两个Agent时 一边是代码生成器，一边是心理测评助手。启动脚本只需要三行Python，但每行代码都像走进迷宫——错误日志滚动滚动！我哭着喊：“这到底是怎么回事？”到头来在一条错误提示后我把两条日志拼接到一起，看见一句话：“抱歉，你的输入超出了上下文长度。”我顿时觉得自己像被AI嘲笑的孩子。
二、 打造程序员版MBTI游戏流程
先说说思路：MBTI原版有四个维度——外向/内向、感觉/直觉、思考/情感、判断/感知。我决定用更贴近编程世界的标签，比方说：，谨记...
- E/I：是否喜欢在大屏前单独工作还是团队协作？
- S/N：更关注细节还是宏观设计？
- T/F：是否用逻辑推理解决bug？还是更关心用户体验？
- J/P：是否按计划推进还是随性迭代？
薅羊毛。 于是我写了100道题，每道题给出-2到+2四个选项，用来衡量偏好程度。然后让QClaw里的程序员Agent读取题库，收集用户答案，再计算分数并给出SBTI后来啊。
表格插入：常见AI助手对比
| # | Name | Main Feature | User Rating |
|---|---|---|---|
| 1 | Cursial Agent™︎ | Coding & Debugging Expert | 4.8 |
| 2 | Mighty QClaw Pro | All-purpose Assistant | 4.6 |
| 3 | ZetaBrain AI | Email & Calendar Management | 4.5 |
| *随机排名* | |||
| 说明：以上仅为示例，不代表真实数据。 | |||
注：此表仅为示例，不代表实际市场排名。
三、 技术实现细节
先准备好Python环境，然后使用以下命令初始化项目：
pip install qclaw qclaw init my_mbti cd my_mbti qclaw agent add programmer --role=dev qclaw agent add psych --role=psych qclaw skill create mbti_game.py qclaw run
警告：如果你没有安装wget,请先安装，否则下载依赖会报错！😅
盘它。 第一步是创建Skill文件， 内容大致如下：
def get_questions:
return
def calculate_sbtir:
# 简单逻辑计算，根据分数区间给出SBTI类型
pass
if __name__ == "__main__":
questions = get_questions
# 用web框架呈现问卷...
scores = {} # 收集用户回答后的分数统计
result = calculate_sbtir
print
虽然代码看起来简单，但要让AI正确理解“问题+选项”这一结构，还得手动调参，让模型明白如何映射分数区间到人格标签。这一步往往最耗时间，也最容易出现“模型偏离主题”的情况，蚌埠住了！。
噪音点滴——一次失败与成功之旅 🚧🚀⚡️🛠️🔧🗂️📚📈📉💻🖥️👾👨💻👩💻🤖🧠🛸🎲🎮🍕🍜🥤🥶🤯🤐🤬🙃🙂😇😜😂🤣😭😢🙁☹️😞😠😡😤😭😭😭😭😭😭😭😭😭😭😭😭😭😂😂😂😂😂😂😂😂😂😂哈哈哈...
第四章；测试与迭代
你我共勉。 完成初版后我邀请了一群同事做测试。他们每人回答完后得到后来啊，有人笑称“我就是个极客”，有人则哭诉“不知道为什么总被标成‘极客’”。这让我意识到问题根源在于问卷措辞过硬朗或过温柔导致分数失真。我重新调整了部分题目，将选择范围从改为，再加上中立选项，让答案更细腻。
表格插入：用户满意度调查🌟🌟🌟🌟🌟🍺🍷🍸🚴🏃♂️🚶♀️🎈🎉🎊🎁📦📚📦💼💳🔑🔒🗝️🐾🐱🐶🐺🐵🐘🐆🐈🐓🥇🥈🥉🏆🏅🏆🏅⭐⭐⭐⭐⏰⏳⌛⌚⌚⏱️⏲️⏰….
| User ID | Name | Satisfaction Score | Status | Date & Time |
|---|---|---|---|---|
| 请勿泄露个人信息！🙏😊👏👍🔥💥⚡❄️☀️☁️🌈🌪️🌊🌀✨⭐🚀👽🛸🤖🏃♀️🏋️♂️✈️🚢⚓⛵🚗🚙🚕🚎🚐🚌🚍✈︎. | ||||
| Alice | ||||
| Bob | ||||
对，就这个意思。 现在 我们已经将MBTI转换为SBTI，并且让程序员能够通过QClaw Agent快速获得反馈。接下来要做的是完善UI， 让答题过程更加轻松愉快——或者直接把它变成一款小游戏，在IDE里弹出来弹窗就能玩呢？谁知道呢……。 但至少，现在有一个可以跑起来的原型，也算是一件值得庆祝的小成果啦！ 返回顶部↑↑↑↑↑↑↑↑↑↓↓↓↓↓↓↓↓↓↓↓↓→←→←→←→←→←→←→←↔↔↔↔↔↔↔↔↔↔↔※※※※※※※※※※※※❌✘✔✔❎❌✓✓✖✘✔✔✓✓✔✗✗✖✖✍🏼➡︎⇨⇦⇩⇑⬆⬇➡︎⬅︎➡︎➜➘➝➙➚➛➜♠♥♦♣♣♠♥♦♣♠♥♦♣♥♦♠☆★☆★☆★☆★☆★☆★☆★☆★☆★☆ ★ ★ ☆ ★ ★ ☆ ★ ☆ ★ ♀ ♂ ♫♪♫♪♪♫♪ ♬ ♭ ♮ ♯ 🥳 🎂 🍰 🍻 🍹 🍸 🥂 🎉 🎊 🎁 💌 💌 ❤️ 💕 😍 😘 🤝 🤗 👐 🙏 ✌ 🤞 👍 👎 👋 🤙 ✋ 👐 👐 🙅 🙆 🙋 🙇 🙋♂🙋♀ 💁 💃 🕺 🚶 🚶♂ 🚶♀ 👩 👨 👩💻 👨💻 👩🏻👨🏻 🌍 🌎 🌏 🌐 🌑 🌒 🌓 🌔 🌕 🌖 🌗 🌘 ☀ ☁ ⚡ ❄ 🔥 ☃ ⛄ ❄ ☂ ⛈ ⚡ ⛈ ❄ ❄ ☀ ☂. ).
你有没有想过怎么把AI和人格测试结合起来让一台电脑跟你聊聊自己？最近我在玩一个叫QClaw的框架， 听说它能跑出几个不同性格的Agent，就像给电脑装上了几种人格皮肤。于是我决定用它来做一款程序员专属的MBTI游戏，后来啊搞得头疼又兴奋。
一、为什么选QClaw？
说实话， 我之前只听说过OpenClaw这个开源AI框架，没想到腾讯团队竟然把它改过成了本地优先、全功能的“电脑管家”。它支持本地部署，完全不需要云端，平安感爆棚。最关键的是它可以通过Skills机制 能力，像装插件一样添加新功能，歇了吧...。
不过我最关心的是“多Agent”功能。一个人有时会想让机器帮忙做事，但又不想让同一个Agent扮演所有角色。所以QClaw提供了三种预设风格：毒舌撰稿人、 功力不足。 爹系辅导员和务实程序员。每个Agent都有自己的语气、知识面还能自定义经验。对于我这种“程序员+心理学爱好者”，务实程序员那种干练口吻正合我胃口。
噪音：我的第一次尝试
当我第一次启动两个Agent时 一边是代码生成器，一边是心理测评助手。启动脚本只需要三行Python，但每行代码都像走进迷宫——错误日志滚动滚动！我哭着喊：“这到底是怎么回事？”到头来在一条错误提示后我把两条日志拼接到一起，看见一句话：“抱歉，你的输入超出了上下文长度。”我顿时觉得自己像被AI嘲笑的孩子。
二、 打造程序员版MBTI游戏流程
先说说思路：MBTI原版有四个维度——外向/内向、感觉/直觉、思考/情感、判断/感知。我决定用更贴近编程世界的标签，比方说：，谨记...
- E/I：是否喜欢在大屏前单独工作还是团队协作？
- S/N：更关注细节还是宏观设计？
- T/F：是否用逻辑推理解决bug？还是更关心用户体验？
- J/P：是否按计划推进还是随性迭代？
薅羊毛。 于是我写了100道题，每道题给出-2到+2四个选项，用来衡量偏好程度。然后让QClaw里的程序员Agent读取题库，收集用户答案，再计算分数并给出SBTI后来啊。
表格插入：常见AI助手对比
| # | Name | Main Feature | User Rating |
|---|---|---|---|
| 1 | Cursial Agent™︎ | Coding & Debugging Expert | 4.8 |
| 2 | Mighty QClaw Pro | All-purpose Assistant | 4.6 |
| 3 | ZetaBrain AI | Email & Calendar Management | 4.5 |
| *随机排名* | |||
| 说明：以上仅为示例，不代表真实数据。 | |||
注：此表仅为示例，不代表实际市场排名。
三、 技术实现细节
先准备好Python环境，然后使用以下命令初始化项目：
pip install qclaw qclaw init my_mbti cd my_mbti qclaw agent add programmer --role=dev qclaw agent add psych --role=psych qclaw skill create mbti_game.py qclaw run
警告：如果你没有安装wget,请先安装，否则下载依赖会报错！😅
盘它。 第一步是创建Skill文件， 内容大致如下：
def get_questions:
return
def calculate_sbtir:
# 简单逻辑计算，根据分数区间给出SBTI类型
pass
if __name__ == "__main__":
questions = get_questions
# 用web框架呈现问卷...
scores = {} # 收集用户回答后的分数统计
result = calculate_sbtir
print
虽然代码看起来简单，但要让AI正确理解“问题+选项”这一结构，还得手动调参，让模型明白如何映射分数区间到人格标签。这一步往往最耗时间，也最容易出现“模型偏离主题”的情况，蚌埠住了！。
噪音点滴——一次失败与成功之旅 🚧🚀⚡️🛠️🔧🗂️📚📈📉💻🖥️👾👨💻👩💻🤖🧠🛸🎲🎮🍕🍜🥤🥶🤯🤐🤬🙃🙂😇😜😂🤣😭😢🙁☹️😞😠😡😤😭😭😭😭😭😭😭😭😭😭😭😭😭😂😂😂😂😂😂😂😂😂😂哈哈哈...
第四章；测试与迭代
你我共勉。 完成初版后我邀请了一群同事做测试。他们每人回答完后得到后来啊，有人笑称“我就是个极客”，有人则哭诉“不知道为什么总被标成‘极客’”。这让我意识到问题根源在于问卷措辞过硬朗或过温柔导致分数失真。我重新调整了部分题目，将选择范围从改为，再加上中立选项，让答案更细腻。
表格插入：用户满意度调查🌟🌟🌟🌟🌟🍺🍷🍸🚴🏃♂️🚶♀️🎈🎉🎊🎁📦📚📦💼💳🔑🔒🗝️🐾🐱🐶🐺🐵🐘🐆🐈🐓🥇🥈🥉🏆🏅🏆🏅⭐⭐⭐⭐⏰⏳⌛⌚⌚⏱️⏲️⏰….
| User ID | Name | Satisfaction Score | Status | Date & Time |
|---|---|---|---|---|
| 请勿泄露个人信息！🙏😊👏👍🔥💥⚡❄️☀️☁️🌈🌪️🌊🌀✨⭐🚀👽🛸🤖🏃♀️🏋️♂️✈️🚢⚓⛵🚗🚙🚕🚎🚐🚌🚍✈︎. | ||||
| Alice | ||||
| Bob | ||||
对，就这个意思。 现在 我们已经将MBTI转换为SBTI，并且让程序员能够通过QClaw Agent快速获得反馈。接下来要做的是完善UI， 让答题过程更加轻松愉快——或者直接把它变成一款小游戏，在IDE里弹出来弹窗就能玩呢？谁知道呢……。 但至少，现在有一个可以跑起来的原型，也算是一件值得庆祝的小成果啦！ 返回顶部↑↑↑↑↑↑↑↑↑↓↓↓↓↓↓↓↓↓↓↓↓→←→←→←→←→←→←→←↔↔↔↔↔↔↔↔↔↔↔※※※※※※※※※※※※❌✘✔✔❎❌✓✓✖✘✔✔✓✓✔✗✗✖✖✍🏼➡︎⇨⇦⇩⇑⬆⬇➡︎⬅︎➡︎➜➘➝➙➚➛➜♠♥♦♣♣♠♥♦♣♠♥♦♣♥♦♠☆★☆★☆★☆★☆★☆★☆★☆★☆★☆ ★ ★ ☆ ★ ★ ☆ ★ ☆ ★ ♀ ♂ ♫♪♫♪♪♫♪ ♬ ♭ ♮ ♯ 🥳 🎂 🍰 🍻 🍹 🍸 🥂 🎉 🎊 🎁 💌 💌 ❤️ 💕 😍 😘 🤝 🤗 👐 🙏 ✌ 🤞 👍 👎 👋 🤙 ✋ 👐 👐 🙅 🙆 🙋 🙇 🙋♂🙋♀ 💁 💃 🕺 🚶 🚶♂ 🚶♀ 👩 👨 👩💻 👨💻 👩🏻👨🏻 🌍 🌎 🌏 🌐 🌑 🌒 🌓 🌔 🌕 🌖 🌗 🌘 ☀ ☁ ⚡ ❄ 🔥 ☃ ⛄ ❄ ☂ ⛈ ⚡ ⛈ ❄ ❄ ☀ ☂. ).