必须有四种设计模式，需要有概率公⽰说明（屏幕输出查看），抽卡物品可以是⼈物或装备。要求⾄少有三个不 同等级的物品（⽐如3星，4星，5星） ⽰例：抽卡有单抽和10连，⼀般为3星，4星概率8%，5星概率1%，10连必出4星，抽80 次没出5星必出5星。

好的，我可以给你一个简单的设计方案，它包括了四种设计模式：

1. 工厂模式：用于创建抽卡物品对象，根据不同等级的物品返回对应的对象。

2. 策略模式：用于定义不同等级物品的抽取概率，可以根据不同的需求选择不同的抽取概率策略。

3. 单例模式：用于保证在整个系统中只有一个抽卡池对象，避免多个对象同时修改抽卡池状态。

4. 观察者模式：用于在抽卡时触发事件，比如抽到5星物品时触发一个事件通知用户。

以下是一个伪代码示例：

# 工厂模式
class ItemFactory:
    def create_item(self, level):
        if level == 3:
            return Item3Star()
        elif level == 4:
            return Item4Star()
        elif level == 5:
            return Item5Star()

# 策略模式
class ProbabilityStrategy:
    def get_probability(self, level):
        pass

class NormalProbability(ProbabilityStrategy):
    def get_probability(self, level):
        if level == 3:
            return 0.8
        elif level == 4:
            return 0.08
        elif level == 5:
            return 0.01

class TenConsecutiveProbability(ProbabilityStrategy):
    def get_probability(self, level):
        if level == 3:
            return 0.6
        elif level == 4:
            return 0.3
        elif level == 5:
            return 0.1

# 单例模式
class GachaPool:
    _instance = None
    
    def __new__(cls):
        if cls._instance is None:
            cls._instance = super().__new__(cls)
            cls._instance.items = []
            cls._instance.probability_strategy = NormalProbability()
        return cls._instance
    
    def set_probability_strategy(self, strategy):
        self.probability_strategy = strategy
    
    def draw(self):
        level = self._draw_level()
        item = ItemFactory().create_item(level)
        self._add_item(item)
        return item
    
    def _draw_level(self):
        levels = [3, 4, 5]
        probabilities = [self.probability_strategy.get_probability(l) for l in levels]
        level = np.random.choice(levels, p=probabilities)
        return level
    
    def _add_item(self, item):
        self.items.append(item)

# 观察者模式
class GachaObserver:
    def on_item_drawn(self, item):
        pass

class AlertObserver(GachaObserver):
    def __init__(self, level):
        self.level = level
    
    def on_item_drawn(self, item):
        if item.level == self.level:
            print(f"You got a {item.name}!")

# 使用示例
pool = GachaPool()
pool.set_probability_strategy(NormalProbability())

observer = AlertObserver(5)
pool.attach_observer(observer)

for i in range(10):
    item = pool.draw()
    pool.notify_observers(item)

print(f"You drew {len(pool.items)} items.")

在上面的代码中，我们使用工厂模式创建不同等级的物品对象，使用策略模式定义了不同等级物品的抽取概率，使用单例模式保证整个系统中只有一个抽卡池对象，使用观察者模式在抽卡时触发事件通知用户。

具体来说，我们使用 `ItemFactory` 类来创建不同等级的物品对象，使用 `ProbabilityStrategy` 类定义了不同等级物品的抽取概率，在 `GachaPool` 类中使用策略模式获取不同等级物品的抽取概率。在 `GachaPool` 类中，我们使用单例模式保证整个系统中只有一个抽卡池对象，使用 `_draw_level` 方法来抽取一个等级，使用 `_add_item` 方法将抽到的物品加入到抽卡池中。在 `GachaPool` 类中，我们还使用了观察者模式，在 `attach_observer` 方法中将观察者对象注册到抽卡池中，在 `notify_observers` 方法中触发事件通知所有观察者对象。在上面的代码中，我们定义了一个 `AlertObserver` 类来观察抽卡结果，如果抽到了指定等级的物品，就输出提示信息。

最后，我们使用 `GachaPool` 类来进行抽卡，使用 `attach_observer` 方法来注册观察者对象，使用 `notify_observers` 方法在抽到指定物品时触发事件通知观察者对象。