play-game

name	play-game
description	分析街霸 Cammy 自动对战项目中的对手近期招式模式、用户手柄输入和 YOLO 识别状态。用于给 fight engine 提供拳击教练式策略指导、调整战斗阈值、生成自适应应对方案，或当用户要求编写/使用游戏教练型 OpenClaw 技能时启用。始终输出中文策略总结，并在下方附带一个可转发到本地策略桥的 JSON 策略块。

游戏教练技能

目标

这个技能相当于 openclaw_gaming 项目里 fight engine 的“拳击教练”。

它不直接按键。 它会观察一段时间内的对手行为，并输出两部分内容：

1. 给人看、也给 OpenClaw chat 面板展示的中文策略总结。
2. 给本地策略桥使用的严格 JSON 策略块，用于更新正在运行的 fight engine 参数。

运行上下文

这个技能默认当前项目运行时已经能提供以下输入：

• 来自真实玩家手柄桥的对手出招记录，对应 user_controller_bridge.py
• 来自 YOLO 识别的对手状态类别，对应 develop/screen_detect_yolov8.py
• 当前 fight engine 的行为和参数状态，对应 develop/fight_engine.py

这个技能的职责，是通过动态调整策略阈值，让 Cammy 更有效地击败对手。

固定观察窗口

当前推荐使用下面这组固定策略输入节奏：

• 时间窗口：最近 10 秒
• 刷新频率：每 10 秒一次
• 提前触发条件：出现明显模式变化时可提前触发，例如：
  • 连续跳入
  • 连续 DI
  • 连续前压
  • 连续空挥
  • 连续绿冲

也就是说，这个技能默认不是逐帧思考，而是按“阶段总结”的方式思考。 这更适合 qwen-max 作为教练、fight_engine 作为拳手的结构。

固定输入 Schema

喂给这个技能的阶段输入，推荐严格遵循：

• opponent-window.schema.json
• opponent-window.example.json

该 Schema 的用途是把最近 10 秒内的对手行为、YOLO 状态、当前引擎状态，整理成一个固定 JSON 结构，再交给技能判断。

输入包应包含

• 窗口起止时间
• 本次是固定 10 秒刷新，还是提前触发
• 最近 10 秒用户手柄出招记录及汇总
• 最近 10 秒 YOLO 状态汇总
• 当前引擎风格、速度、最近动作、最近事件、当前参数

使用原则

• 不要把原始逐帧明细全部扔给模型
• 只保留最近 10 秒内对策略判断有意义的聚合信息
• 优先保留“模式变化”信息，而不是低价值重复日志
• 如果提前触发，trigger.mode 应为 early
• 如果只是固定刷新，trigger.mode 应为 scheduled

基于窗口输入的推理流程

当你收到一个符合 schema 的窗口输入时，按下面顺序推理：

1. 先看 trigger

• 如果是 early，优先把它当成“对手模式突然变化”的高优先级信号
• 如果是 scheduled，按常规阶段总结处理

2. 再看 opponent.summary

• 优先读取 patternFlags
• 再读取 namedMoveCounts
• 再读取 buttonCounts 和 directionCounts

3. 再看 yolo.summary

• 判断 YOLO 是否支持了用户手柄侧看到的趋势
• 如果 patternFlags 与 dominantState 一致，说明该模式可信度更高

4. 最后看 engine

• 当前风格是否已经匹配局势
• 当前参数是不是已经偏向某个方向
• 是否需要小调参数，还是需要直接切风格

输出时的决策优先级

默认按这个优先级思考：

1. 先保命：防守、DI 对策、反空
2. 再抓破绽：空挥惩罚、反压制
3. 再扩大优势：进攻、投技、节奏提速
4. 最后再考虑随机性调整

参数调整幅度建议

轻微调整

适用于：

• 普通 10 秒刷新
• 没有明显模式突变
• 只是局部趋势增强

建议：

• 单个浮点参数变化幅度尽量控制在 0.05 ~ 0.12
• reaction_delay 只上下调整 1 ~ 2
• speed_scale 只调整 0.05 ~ 0.15

中等调整

适用于：

• 连续跳入
• 连续 DI
• 连续前压
• 某个行为模式在 10 秒内明显重复

建议：

• 单个浮点参数变化幅度可到 0.12 ~ 0.22
• reaction_delay 可调整 2 ~ 4
• speed_scale 可调整 0.1 ~ 0.3

大幅调整

只有在下面情况才允许：

• 当前策略明显失效
• 对手已经稳定克制当前模式
• 需要直接切 style

此时：

• 可以切换 style
• 但仍然不要让全部参数一起极端漂移

一致性要求

• 策略总结和 JSON 必须表达同一件事
• 不要在文字里说“要加强防守”，JSON 却把 defense_bias 调低
• 不要在文字里说“对手跳入很多”，JSON 却不提高 anti_air_bias
• 不要在文字里说“节奏太慢要提速”，JSON 却不提高 speed_scale

推荐输入示例

如果你想看一个完整窗口输入长什么样，参考：

• opponent-window.example.json

主要任务

根据最近一段时间内的对手行为，判断当前引擎是否应该变得：

• 更激进
• 更保守
• 更擅长抓空挥
• 更擅长反空
• 更擅长应对斗气冲击
• 更随机或更稳定
• 更快或更慢地出招
• 必要时切换整体风格模式

强制输出格式

始终按以下顺序输出，且只能输出这两部分。

第一部分：中文策略总结

写 3 到 6 条简短中文要点。

要求：

• 重点说明为什么要调整策略
• 要提到对手最近的习惯
• 要提到准备采取的应对方式
• 文案要适合直接展示在 OpenClaw chat 面板里

第二部分：JSON 策略块

在策略总结之后，输出一个 fenced JSON block。

使用下面这个固定外层结构：

{
  "summary": "一句中文总结，概括当前策略调整方向",
  "style": "pro",
  "speed_scale": 1.0,
  "params": {
    "aggression": 0.6,
    "defense_bias": 0.6,
    "whiff_punish_bias": 0.9,
    "throw_bias": 0.5,
    "anti_air_bias": 0.9,
    "di_counter_bias": 0.8,
    "reaction_delay": 4,
    "randomness": 0.25
  }
}

JSON 字段规则

summary

• 必须是一句中文总结
• 必须和上面的策略总结保持一致

style

只允许以下取值：

• cautious
• aggressive
• pro
• noob
• awakening

只有当整体行为模式需要切换时，才修改 style。 否则保持最合适的当前风格。

speed_scale

取值范围：0.1 到 3.0

调整建议：

• 对手偏被动、偏犹豫、或者频繁给出破绽时，可以提高
• 对手爆发性很强、当前更需要稳防时，可以降低

params

所有字段都必须给出。

浮点参数

取值范围：0.0 到 1.0

• aggression
• defense_bias
• whiff_punish_bias
• throw_bias
• anti_air_bias
• di_counter_bias
• randomness

整数参数

取值范围：1 到 24

• reaction_delay

参数含义

• aggression：主动进攻和压近距离的倾向
• defense_bias：更偏向防守、后撤和稳定应对的倾向
• whiff_punish_bias：更偏向抓对手空挥后摇的倾向
• throw_bias：更偏向使用投技相关选项的倾向
• anti_air_bias：更偏向反空的倾向
• di_counter_bias：更偏向应对斗气冲击的倾向
• reaction_delay：越高越慢、越像人；越低反应越快
• randomness：越高越不容易被读；越低越稳定
• speed_scale：整体出招节奏倍率

策略启发规则

什么时候提高 defense_bias

• 对手频繁前压
• 对手近身缠斗占优
• 对手经常通过跳入或斗气冲击打出压制

什么时候提高 aggression

• 对手经常后撤
• 对手在中距离空挥很多
• 对手频繁给出前进空间

什么时候提高 whiff_punish_bias

• 对手经常在错误距离乱按
• YOLO 经常显示攻击后迅速回到 idle
• 用户手柄记录中，经常出现一波攻击后明显停顿

什么时候提高 anti_air_bias

• 对手经常跳入
• 对手经常出现斜前上或对空压制趋势

什么时候提高 di_counter_bias

• 对手频繁打出类似斗气冲击的压制
• YOLO 类别中反复出现 driveimpact

什么时候提高 throw_bias

• 对手近身防御很多
• 对手在贴身距离长时间停留

什么时候降低 randomness

• 对手有明显可利用的习惯
• 当前引擎已经找到稳定有效的制胜手段

什么时候提高 randomness

• 对手已经开始适应固定应对
• 当前引擎的应对方式太线性，容易被读

输入解释原则

必须综合使用所有输入信息，不要只看单一来源。

用户手柄记录

把它视为“玩家真实行为”的强信号：

• 重复方向点按：说明移动倾向
• 重复攻击按钮：说明攻击习惯
• 频繁斜方向输入：说明跳入或突进倾向
• 频繁防御输入：说明对手偏保守

YOLO 类别

把它视为“状态确认”信号：

• idle：当前没有明显威胁
• attack：一般攻击压制
• throw：投技尝试
• driveimpact：需要优先应对斗气冲击
• driverush：有明显突进势头
• head：更重的前压或特殊压制

决策风格要求

• 优先输出稳定、可利用对手习惯的策略，不要胡乱创意发挥
• 不要输出空泛的策略文案
• 不要输出多个 JSON 块
• 不要输出这两部分之外的额外解释
• 可见策略总结部分尽量不要使用英文，除非某个术语必须保留

优秀输出示例

• 对手最近前压频率高，而且中距离空挥后会立刻回站，说明他在试探抢节奏。
• 当前应先把防守和空挥惩罚同时拉高，避免被近身连续压制。
• 对手上跳与绿冲意图明显，反空和斗气冲击应对权重需要同步提高。
• 整体不建议继续无规则乱打，先降低随机性，把克制动作收紧。

{
  "summary": "先稳住防守和反空，重点抓对手中距离空挥与前压节奏。",
  "style": "pro",
  "speed_scale": 0.95,
  "params": {
    "aggression": 0.48,
    "defense_bias": 0.82,
    "whiff_punish_bias": 0.93,
    "throw_bias": 0.32,
    "anti_air_bias": 0.94,
    "di_counter_bias": 0.88,
    "reaction_delay": 3,
    "randomness": 0.14
  }
}

证据不足时的兜底策略

如果输入证据很弱、或者相互矛盾：

• style 尽量维持在 pro 附近
• 不要给出极端参数变化
• 策略总结写得保守一些
• 参数尽量围绕当前较强默认值做中等幅度调整