阶段 B 游戏实战开篇之作。

还记得第 3 天我们用 if/else 做过一个最简单的猜数字吗？今天我们要把它做成一个完整、耐玩、还带最优解法的真游戏——这是"从写代码"到"做产品"的第一步。

一、本节课学习目标

1. 复习并串联 input()、random、while、if/elif/else 四大知识点，做一个真正可反复玩的猜数字游戏。
2. 引入 while True + break 的主循环设计，理解"程序菜单"的通用架构。
3. 掌握二分查找思维——从"随便猜"进化到"7 次必中 1-100"的最优策略。
4. 用 AI 提示词框架改造出题环节，理解"AI 当出题者 + Python 当引擎 + 玩家当求解者"的AI Agent 交互三角。

二、从第 3 天到第 7 天：一张对比图看懂"成长"

版本	第 3 天基础版	第 7 天升级版（今天）
出题	固定一个数	AI 随机出题（每局都不一样）
猜测次数	无限次	限制 7 次（对应二分查找上限）
反馈	大了 / 小了	大了 / 小了 / 剩余次数
解法	随便猜	教二分查找最优策略
战绩	无	列表记录 → 最佳 / 平均 / 局数全统计
结束	猜到就完	询问是否再来一局 → 主循环重开
代码量	10 行	60+ 行

编程本身就是这样——一个简单原型，慢慢长出功能、长出优化、长出细节，最后就成了一个真产品。

三、Scratch 积木逻辑（升级版）

核心积木流程

1. 定义变量 secret（AI 秘密数字）、guess（玩家猜测）、attempts（剩余次数）、total（本局用了几次）
2. secret = 在 1 到 100 之间随机选一个数
3. attempts = 7
4. 重复执行直到 guess = secret 或 attempts = 0：
   • 询问"请猜一个 1-100 的数字"并等待
   • 如果 guess > secret → 说"猜大了"
   • 否则如果 guess < secret → 说"猜小了"
   • 否则 → 说"🎉 猜中了"
   • attempts 减 1，total 增加 1
5. 如果 attempts = 0 且没猜中 → 说"游戏失败，答案是 secret"

scratch 积木代码
## 四、Python 完整可运行源码

import random

def one_round():
    """一局猜数字游戏，猜中返回本局次数，未猜中返回 None"""
    secret = random.randint(1, 100)     # AI 秘密出题
    max_attempts = 7                     # 二分查找的理论上限
    total = 0                            # 本局猜了几次

    print("\n" + "=" * 40)
    print("🎯 AI 已经想好了一个 1-100 的秘密数字")
    print(f"你有 {max_attempts} 次机会，来挑战吧！")
    print("=" * 40)

    for attempt in range(max_attempts):
        remaining = max_attempts - attempt
        guess_str = input(f"\n👉 第 {attempt + 1} 次猜测（还剩 {remaining} 次）：")

        # 防止玩家输入错误
        if not guess_str.isdigit():
            print("⚠️ 请输入 1-100 的数字")
            continue

        guess = int(guess_str)
        total += 1

        if guess > secret:
            print("📉 猜大了")
        elif guess < secret:
            print("📈 猜小了")
        else:
            print(f"\n🎉 恭喜！你用 {total} 次猜中了，答案就是 {secret}")
            return total    # 猜中返回本局用了几次

    # 循环走完还没猜中
    print(f"\n💔 挑战失败，正确答案是 {secret}")
    return None


def main():
    """游戏主循环"""
    history = []               # 👈 第 6 天列表现学现用：记录每局胜利用的次数
    total_rounds = 0           # 总局数（含输的）

    print("=" * 40)
    print("  🎮 猜数字大挑战 · AI 出题版")
    print("=" * 40)

    while True:
        total_rounds += 1
        result = one_round()
        if result is not None:
            history.append(result)          # 用列表 append 记录本局

        # 战绩统计（列表全家桶：len / max / min / sum）
        if history:
            avg = sum(history) / len(history)
            print(f"\n📊 战绩：{total_rounds} 局 {len(history)} 胜 | "
                  f"最少 {min(history)} 次 | 最多 {max(history)} 次 | 平均 {avg:.1f} 次")
        else:
            print(f"\n📊 战绩：{total_rounds} 局 0 胜，别灰心，再来！")

        again = input("\n是否再来一局？(y/n)：")
        if again.lower() != "y":
            if history:
                print(f"\n👋 再见！{total_rounds} 局 {len(history)} 胜，"
                      f"最佳成绩 {min(history)} 次猜中 🏆")
            else:
                print(f"\n👋 再见！下次继续加油")
            break


if __name__ == "__main__":
    main()

运行方式：

1. 保存为 guess_number_v2.py
2. 命令行 python guess_number_v2.py
3. 按提示输入数字，每局结束选择是否继续

💡 顺便复习第 6 天列表：主循环里的 history = [] + history.append(total) + min/max/sum/len(history) —— 这就是列表最经典的四大用法。第 6 天学的列表，今天真正派上了用场：记录、统计、找极值、算平均，一套下来，一个真正"有记忆"的游戏就有了。

五、AI 主题升级：让 AI 真正当"出题者"

上面的代码里，random.randint(1, 100) 只是模拟 AI 出题。真实场景可以对接大模型 API，让 AI 每局都用一段自然语言介绍这个数字：

# 代码演示：真正对接 AI 大模型
def ai_generate_riddle():
    prompt = "请随机想一个 1-100 的整数，并给一个不透露答案的谜面提示"
    response = call_llm(prompt)     # 调用大模型
    return response["secret"], response["hint"]

secret, hint = ai_generate_riddle()
print(f"🤖 AI 出题提示：{hint}")
# 例如："这个数是两位数，是 3 的倍数，个位比十位大"

这就是 AI Agent 应用的标准架构：

• AI 负责：生成内容、给出提示、动态调整难度
• Python 负责：控制流程、判断输入、维护状态
• 玩家负责：交互、决策、反馈

孩子今天写的这 50 行代码，就是所有 AI 智能应用的骨架。

六、思维进阶：二分查找 —— 7 次必中 1-100 的秘密

为什么 max_attempts = 7？

因为 2⁷ = 128 > 100，用二分查找猜 1-100 的数字，最多 7 次一定能猜中：

次数	猜测策略	举例（假设答案是 73）
第 1 次	猜 50（中间值）	猜小了 → 答案在 51-100
第 2 次	猜 75	猜大了 → 答案在 51-74
第 3 次	猜 62	猜小了 → 答案在 63-74
第 4 次	猜 68	猜小了 → 答案在 69-74
第 5 次	猜 71	猜小了 → 答案在 72-74
第 6 次	猜 73	✅ 猜中！

核心口诀：每次都猜"当前可能范围的中间值"。

scratch积木代码

Python 实现二分查找猜数字（把玩家换成 AI 求解者）：

def ai_solver(secret):
    """AI 用二分查找猜数字"""
    low, high = 1, 100
    attempts = 0
    while low <= high:
        guess = (low + high) // 2       # 中间值（整除）
        attempts += 1
        print(f"AI 第 {attempts} 次猜：{guess}")
        if guess == secret:
            print(f"✅ AI 用 {attempts} 次猜中！")
            return
        elif guess < secret:
            low = guess + 1              # 答案在右半区
        else:
            high = guess - 1             # 答案在左半区

这个思想是所有算法课的第一课——孩子在小学阶段就能理解"折半查找"，比大学生入门还早。

七、Scratch 积木 ↔ Python 代码对照表

Scratch 积木	Python 代码	作用
在 1 到 100 之间随机选一个数	random.randint(1, 100)	出题
询问 () 并等待	input(...)	获取输入
回答	变量接收 input() 返回值	存输入
重复执行直到 ()	while True: ... break 或 for 循环	主循环
如果 A > B	if guess > secret:	猜大判断
否则如果 A < B	elif guess < secret:	猜小判断
将 attempts 增加 1	attempts += 1	计数
建立一个空列表	history = []	存战绩
将 () 加入列表	history.append(total)	记录本局
列表长度 / 最大 / 最小 / 求和	len / max / min / sum(history)	战绩统计

关键差异：

• Scratch 的"回答"变量自动接收输入；Python 需要用变量赋值 guess = input(...)
• Python input() 拿到的永远是字符串，比大小必须先 int() 转数字
• Python 主循环用 while True + break，比 Scratch 的"重复直到"更灵活

八、本节课高频易错点总结

1. 忘了转数字类型

input() 返回字符串，"50" > 30 会直接报错——必须 int(input(...))。

2. random.randint(1, 100) 是闭区间

Python 里 randint(1, 100) 包含 100，但列表切片 [1:100] 不包含 100——Python 的"闭区间/开区间"混用是新手大坑。

3. while True 忘写 break

无限循环忘写退出条件 → 程序卡死，只能 Ctrl+C 强制关闭。

4. 输入非法字符崩溃

用户输错（比如输入"abc"）时 int("abc") 会报错——加一句 if not guess_str.isdigit(): continue 就能兜住。

九、往期历史笔记

1. 编程启蒙｜Scratch 转 Python 系列第 1 天：变量、数字运算积木双向对照（AI 基础数值计算实战）
2. 编程启蒙｜Scratch 转 Python 系列第 2 天：分支判断 if 积木双向对照（AI 指令条件过滤实战）
3. 编程启蒙｜Scratch 转 Python 系列第 3 天：循环重复积木双向对照（AI 批量循环处理，已收录 AI Agent 技术社区）
4. 编程启蒙｜Scratch 转 Python 系列第 4 天：字符串文本积木双向对照（AI 提示词拼接、文本清洗实战）
5. 编程启蒙｜Scratch 转 Python 系列第 5 天：自定义积木 / 函数双向对照（AI 工具封装、重复指令简化实战）

6. 编程启蒙｜Scratch 转 Python 系列第 6 天：列表、数组积木双向对照（AI 底层语法 / AI 批量数据处理实战）

十一、下一章预告

Scratch 转 Python 第 8 天：节奏敲击机实战——AI 生成节奏谱，Python 自动播放（音频事件驱动）

十二、原创声明

本文为**「梅雅达编程笔记」**原创启蒙教程，禁止私自搬运、二次转载，转发请标注来源。

想要系统学完整套 Scratch 转 Python 课程，欢迎订阅下方专栏持续追更。