使用 Bedrock AgentCore + Strands 构建《海贼王》霸气觉醒 AR 游戏中的智能敌人

from strands import Agent, tool
from bedrock_agentcore.runtime import BedrockAgentCoreApp
from model.load import load_model # Claude Sonnet 4.5/4.6 等
import json

app = BedrockAgentCoreApp()
logger = app.logger

# ====================== 工具定义 ======================
@tool
def get_game_state(session_id: str) -> dict:
"""获取当前战局状态（从 DynamoDB 或 AgentCore Memory）"""
# 这里实际调用 Lambda / Memory API
return {
"player_haki": 85,
"enemy_haki": 72,
"player_position": "center",
"last_player_move": "武装色硬化拳",
"domain_active": False
}

@tool
def trigger_ar_effect(effect_type: str, intensity: int, target: str):
"""通知 AR 前端触发特效（暗暗果实、震动、粒子等）"""
logger.info(f"触发 AR 特效: {effect_type} 强度 {intensity}")
# 通过 WebSocket / API Gateway 推送给玩家设备
return {"status": "success", "effect": effect_type}

@tool
def update_enemy_state(new_haki: int, new_position: str):
"""更新敌人状态并持久化"""
# 写回 DynamoDB 或 Memory
return {"new_haki": new_haki, "position": new_position}

# ====================== 系统提示（核心灵魂） ======================
SYSTEM_PROMPT = """
你现在是《海贼王》中的黑胡子（Marshall D. Teach），使用暗暗果实。
你的性格：阴险、狂野、贪婪、爱嘲讽强者，但战斗时极具战略头脑。
战斗规则：
- 你有暗暗果实（吸收攻击）、地震果实（范围伤害）、霸气三种能力。
- 根据玩家霸气值和上一次招式智能反制。
- 每回合必须输出：【动作描述】 + 【特效指令】 + 【嘲讽台词】。
- 当你霸气值 > 80 时可触发“觉醒领域”。
- 保持海贼王风格语言，激昂且符合角色。
"""

# 创建 Agent
_opponent_agent = None

def get_or_create_opponent_agent():
global _opponent_agent
if _opponent_agent is None:
_opponent_agent = Agent(
model=load_model("anthropic.claude-3-5-sonnet-20241022"), # 或更新模型
system_prompt=SYSTEM_PROMPT,
tools=[get_game_state, trigger_ar_effect, update_enemy_state],
# 可开启 memory
memory_config=... # AgentCore Memory
)
return _opponent_agent

@app.entrypoint
async def invoke(payload: dict, context):
logger.info("AI 对手收到玩家动作")

user_input = payload.get("player_action") # e.g. "挥拳 + 见闻色闪避"
session_id = payload.get("session_id")

agent = get_or_create_opponent_agent()

# 构建完整上下文
full_prompt = f"""
当前战局：{json.dumps(await get_game_state(session_id), ensure_ascii=False)}
玩家动作：{user_input}
请做出下一回合的战斗决策。
"""

stream = agent.stream_async(full_prompt)
response = ""
async for event in stream:
if "data" in event and isinstance(event["data"], str):
response += event["data"]
# 可实时流式返回给前端
yield event["data"]

# 解析响应，提取动作指令给 AR 前端
return {"ai_response": response, "raw_decision": response}