karminski/VibeGamer

# VibeGamer  用 AI Agent 自动游玩《Turmoil》（石油大亨）并不断积累经验进化的实验项目. repo 配套游戏视频, 欢迎食用: [https://www.bilibili.com/video/BV1JrKy6yECK](https://www.bilibili.com/video/BV1JrKy6yECK) **注意, 项目还处于早期开发阶段, 有 Bug 请随意 issue!** **得分曲线功能已经实现! 另外改进了类似微软 SkillOpt 的 MiniBatch 验证方案, 应该效率更高了!** 核心分两层： 1. **Turmoil Agent（TypeScript）**：调用大模型, 通过 Observer API 观察油田、下发操作, 并在多局之间积累可验证的策略记忆. 配置好.env, 然后 ```npm run autoplay -- --fresh```就可以开始跑了. 2. **Turmoil Observer（BepInEx 插件）**：这个是插件, 执行挂在游戏进程内, 读取状态、执行动作, 并通过本机 HTTP 暴露给外部程序. 直接把游戏复制到 game 文件夹 (我的是steam版本, 按说非steam版本也没问题.) 然后运行部署脚本 deploy.ps1 (shell 版本也有) 后, 打开游戏就行. 机器上得有C#环境编译插件. 架构是这样滴: ┌─────────────────────┐ HTTP 127.0.0.1:17890 ┌──────────────────────┐ │ Turmoil.exe │◄────────────────────────────────────►│ agents/turmoil │ │ └─ BepInEx │ GET /state · POST /actions │ (LLM Agent) │ │ └─ Observer │ GET /health · HUD / planQueue │ │ └─────────────────────┘ └──────────────────────┘ **(下面是AI生成的, 塞给AI看让它帮你部署)** ## 仓库结构 VibeGamer/ ├── plugins/TurmoilObserver/ # C# BepInEx 插件源码 ├── agents/turmoil/ # TypeScript Agent / 无限自对弈 ├── env/ # 共享环境变量模板（.env.example） ├── game/Turmoil/ # 游戏安装目录 + BepInEx（本地部署目标） ├── refs/ # BepInEx 等上游备份 ├── docs/ # 设计文档、ADR、反编译笔记 └── assets/ # 资源与素材 更细的 Agent 用法见 [`agents/turmoil/README.md`](agents/turmoil/README.md)；记忆系统见 [`agents/turmoil/memory-manual.md`](agents/turmoil/memory-manual.md). ## Agent：Turmoil Agent **位置**：`agents/turmoil/` **运行时**：Node.js + TypeScript **LLM**：OpenAI 兼容接口（默认 Moonshot / Kimi） ### 做什么 - 通过 `GameOps`（默认 `HttpGameOps`）读写 Observer. - 单局循环：`get_state` → 模型决策 → `submit_actions`（可附带 `decision` 气泡）. - **无限自对弈（autoplay）**：探索 → 复盘出假设 → 同 seed 验证 →（可选）跨 seed 确认 → 把通过的策略注入后续对局. - 两套记忆： - **Hypothesis**：整局级策略假设（Playbook + 实验账本）. - **Tip**：局部技巧；独立做 A/B（及必要时 C）批量验证, 默认约 10% 风险预算. ### 快速开始 1. 启动带 Observer 的 Turmoil, 确认 `/health` 正常. 2. 配置环境变量： cp env/.env.example env/.env # 编辑 OPENAI_API_KEY；国内可改 OPENAI_BASE_URL=https://api.moonshot.cn/v1 3. 安装并运行 Agent： cd agents/turmoil npm install # 单局（自定义目标） npm start -- "观察油田, 在可负担时向已知油井钻探" # 无限自对弈 npm run autoplay -- --fresh # 新建记忆 session npm run autoplay -- --memory my-exp # 续跑已有 session npm run autoplay -- --list # 列出 session npm run autoplay -- --seed 0123456789 # 固定 10 位 seed 精研 停止：`Ctrl+C` 一次会尽量结束当前步；再按一次强制退出. ### Autoplay 调度（简化） explore（随机或 --seed 固定） → review（每局最多提出若干 Hypothesis / Tip） → validate / tip_validate（同 seed 因果验证） → 通过则进入 playbook / tip 库, 注入后续对局 → 失败则 Retry Reviewer / 重试预算 / backlog 记忆目录（每个进程绑定一个 session）： agents/turmoil/memory/sessions// hypotheses.json tips.json tip-validation-manifests.json games.jsonl iterations.jsonl 单局运行日志：`agents/turmoil/logs/runs/<时间戳>/`. ### 常用环境变量 | 变量 | 含义 | | ----------------------------------------------------- | ---------------------------------------------- | | `OPENAI_API_KEY` / `OPENAI_BASE_URL` / `OPENAI_MODEL` | LLM | | `GAME_BASE_URL` | Observer 地址（默认 `http://127.0.0.1:17890`） | | `AGENT_MAX_STEPS` | 单局最大步数（完整一局建议调高, 如 200） | | `AGENT_MAX_GAMES` | autoplay 局数上限；`0` = 无限 | | `AGENT_AUTO_PAUSE` | 思考时暂停游戏时钟 | | `AGENT_BOOT_TIMEOUT_MS` | 菜单进油田等待超时 | | `GAME_DRY_RUN` | 只记录动作、不真正 POST | 完整列表见 [`env/.env.example`](env/.env.example) 与 [`agents/turmoil/README.md`](agents/turmoil/README.md). ## 推荐上手路径 1. **装游戏 + BepInEx**, 把仓库里的 Observer 部署进 `game/Turmoil/BepInEx/plugins/`. 2. **启动游戏**, 确认 `/health` 与 `/state` 可读. 3. **配置 `env/.env`**, 在 `agents/turmoil` 用 `npm start` 跑一局冒烟. 4. 确认动作与 HUD 正常后, 再用 `npm run autoplay -- --fresh` 开记忆实验. 5. 需要固定地图精研时加 `--seed <10位数字>`. ## 注意事项 - Observer **只监听本机** `127.0.0.1`, 不要暴露到公网. - 重建/替换插件前务必**退出游戏**, 否则 DLL 无法覆盖. - Agent 依赖插件能力版本；若 `/health` 缺少 `actions` / `planQueue` / `decisionHud`, 请重新部署当前仓库中的 Observer. - 本项目面向研究与自动化实验, 请遵守游戏与平台的使用条款. ## 插件：Turmoil Observer **版本**：`0.6.x`（`com.vibegamer.turmoil.observer`） **位置**：`plugins/TurmoilObserver/` **产物**：`VibeGamer.Turmoil.Observer.dll` → `game/Turmoil/BepInEx/plugins/` ### 做什么 - 从游戏内部（`Level` / 菜单 / Excerpt 等）读取结构化状态, 而不是截屏或模拟鼠标. - 在 Unity 主线程执行动作批次（买钻机、铺管、菜单进图、暂停等）. - 提供本机 HTTP API（仅 loopback）与磁盘 JSON 镜像, 供 Agent 与调试使用. - 可选：决策气泡 HUD、计划队列（`after` / `wait`）、时间控制、场景回放/录制相关接口. ### HTTP API（默认 `http://127.0.0.1:17890`） | 方法 | 路径 | 说明 | | --- | --- | --- | | `GET` | `/health` | 插件是否就绪（含 `actions`、`decisionHud`、`planQueue` 等能力标记） | | `GET` | `/state` | 强制刷新后返回**紧凑**状态；`?views=` 可拉细节（`full` / `hud` / `field` / `wells` / `pipes` 等） | | `POST` | `/actions` | 动作批：`{ "actions": [{ "op": "...", ... }] }` | | `POST` | `/agent/decision` | 同步决策气泡到游戏内 HUD | | `POST` | `/agent/llm_stats` | 同步 LLM 统计到 HUD | | `POST/GET` | `/scenario/*`、`/record/*` | 场景调度与玩家操作录制（高级） | 文件镜像（完整快照, 约每 0.5s）： `game/Turmoil/BepInEx/plugins/VibeGamer/state.json` ### 状态与动作（摘要） **状态**大致包含： - `screen`：当前界面（`OilField` / `MainMenu` / `SingleGameMenu` / `LevelExcerpt` / …） - `values`：金钱、天数、油价、种子、油田拓扑摘要、`control`（暂停 / timeScale）、`opsSignals` 等 - `actions`：当前可尝试的操作候选 - `pending` / `planQueue`：进行中的钻探、升级与延迟计划 **常见动作 `op`**： | 类别 | 示例 | | --- | --- | | 油田 | `buy_rig`、`buy_silo`、`buy_wagon`、`buy_pipe`、`upgrade_pipe`、`toggle_elbow`、`assign_wagon_company`、`take_loan`、… | | 时间 | `pause`、`unpause`、`set_time_scale`、`clear_plan` | | 菜单 | `open_single_player`、`set_seed`、`randomize_seed`、`start_single_game`、`continue`、`abandon_level`、`close_overlay` | 带 `after` / `wait` 的动作进入计划队列, 由插件在主线程推进, 直到条件满足再执行. ### 构建与部署 环境：.NET SDK、已安装到 `game/Turmoil/` 的 BepInEx **5.4.23.5**、Unity 2020.3 Mono 版游戏. # 在仓库根目录或插件目录执行 cd plugins\TurmoilObserver .\deploy.ps1 # Release 构建并复制到 game\Turmoil\BepInEx\plugins\ # .\deploy.ps1 -Debug **必须先完全退出 Turmoil**, 否则 DLL 被占用无法覆盖. 部署后重启游戏, 确认 `BepInEx/LogOutput.log` 出现 Observer 启动日志, 并访问： curl http://127.0.0.1:17890/health 设计细节见 [`docs/plans/2026-07-14-turmoil-observer-design.md`](docs/plans/2026-07-14-turmoil-observer-design.md).

标签：MITM代理, Python脚本, 多人体追踪, 自动化攻击