基于 Spring Boot 与大语言模型的海龟汤推理小游戏设计与实现

基于 Spring Boot 与大语言模型的海龟汤推理小游戏设计与实现

本文记录一次 Java 课程设计项目的完整开发过程：
通过 Spring Boot 构建后端服务，引入大语言模型作为裁判，实现一个可交互、可重复游玩的海龟汤推理网页小游戏。
代码开源网址：https://github.com/DOKIYBEKIY/turtle-soup-ai

---

一、我的想法

在课程设计选题阶段，我希望完成一个具备实际可玩性的项目，而不仅仅是控制台程序。

海龟汤游戏本身具有以下特点：

• 强逻辑性，适合推理过程建模
• 依赖自然语言理解，传统规则难以覆盖
• 游戏流程明确，适合做完整闭环设计

因此，我的初始目标是：

• 使用 Java 构建完整后端服务
• 通过网页进行交互，而非控制台
• 引入大语言模型作为“裁判”
• 项目最终能做到“真的能玩”

---

二、实现思路

整体实现思路可以概括为三点：

1. Spring Boot 负责流程控制

   • 游戏状态管理
   • 接口调度
   • 日志记录

2. 前端只做最小逻辑

   • 页面展示
   • 用户输入
   • 弹窗反馈

3. AI 专注语义判断

   • 回答是 / 否 / 无关
   • 判断是否已复盘出完整汤底

这种分工可以最大程度减少规则代码复杂度。

---

三、总体框架

整体架构采用典型的前后端分离模式：

浏览器（HTML + JS）  
 ↓ HTTP  
Spring Boot 后端  
 ↓   
AI服务（大语言模型）  

后端作为核心调度层，负责：

• 汤题加载
• 游戏状态维护
• AI 调用与结果解析

---

四、模块划分与分包设计

项目主要包结构如下：

com.example.turtle_soup_ai
├── controller // 接口层
├── domain     // 数据模型
├── service    // 业务逻辑层
└── resources  // 静态资源与配置文件

各包职责说明

controller

• 提供/start、/ask、/guess 等接口
• 仅负责请求转发，不包含业务逻辑
  domain
• 定义核心数据模型（GameSession）
• 封装业务数据的结构与属性
  service
• 管理当前游戏会话状态（GameService）
• 控制题目轮换
• 调用 AI 服务并解析结果（如AIService）
  resources
• static/index.html：前端页面入口
• application.yaml：项目配置文件

这样分包避免controller过于臃肿

---

五、核心代码片段

问题一：题目喝完后页面卡死

• 现象：

提示“喝完所有汤”后无法重新开始

• 原因：

使用浏览器 alert，中断了逻辑流程

• 解决：

使用自定义终局弹窗；增加 reset 接口重置题库状态

七、功能实现与迭代

1. 基础功能

游戏开始
提问 / 放弃
AI 判断是 / 否 / 无关

2. 拓展功能

AI 胜利判定
题目不重复机制
胜利 / 终局弹窗
游戏完整重置

功能按照“先能玩 → 再好玩”的顺序逐步迭代。

八、效果展示

【此处插入主界面运行截图：展示汤面与提问区】

【此处插入胜利弹窗截图：展示 WIN 提示】

【此处插入终局弹窗截图：展示全部题目完成】

九、优化方向与技术总结

可优化方向

历史回顾页面，完整复盘推理过程

多难度胜利判定策略

前端状态管理进一步抽象

技术总结

通过本次课程设计，我完整实践了：

Spring Boot Web 项目结构设计

REST 接口设计与调试

大语言模型的工程化使用