新闻详情

新闻详情

首页 / 资讯中心 / 详情

Mindcraft 快速上手指南:让 LLM 代理在 Minecraft 里干活

发布时间:2026/11/17 20:16:57来源:尧图网络
Mindcraft 快速上手指南:让 LLM 代理在 Minecraft 里干活
Mindcraft 快速上手指南让 LLM 代理在 Minecraft 里干活【免费下载链接】mindcraftMinecraft AI with LLMsMineflayer项目地址: https://gitcode.com/GitHub_Trending/mi/mindcraft你有没有想过让大语言模型不止说而是真的做Mindcraft 就是干这个的开源项目它基于 Mineflayer 库把 GPT、Claude、Gemini 等模型接进 Minecraft让 AI 代理拥有身体——会走路、挖矿、合成、建造还能多个代理协作盖房子。项目支持 20 多种 LLM API也提供自家微调的本地模型用 Ollama 就能零成本跑起来。 为什么是 Minecraft一个理想的 LLM 代理沙盒Minecraft 世界是方块的、规则是确定的、状态是可查询的而且怎么折腾都不会弄坏。想验证 LLM 的具身推理能力——感知环境、制定计划、执行动作、根据反馈修正——这里是最好的试验场。Mindcraft 的核心机制是LLM 生成动作指令调用内置技能或写新代码Mineflayer 机器人在游戏里执行执行结果写回对话上下文模型据此决定下一步。于是感知—决策—行动的闭环就跑起来了。首次运行从克隆仓库到进游戏只要五步先确认三样东西Minecraft Java 版1.21.x推荐 1.21.6、Node.js 18 或 20 LTSv24 会导致原生依赖出问题、任意一家受支持厂商的 API 密钥默认 OpenAI。克隆仓库并安装依赖安装时会自动用 patch-package 给若干依赖打补丁把 keys.example.json 复制为keys.json填入密钥只需一个用 Minecraft 开一个世界对局域网开放端口设为55916在目录下启动机器人会加入游戏并自动打开网页 UIlocalhost:8080git clone https://gitcode.com/GitHub_Trending/mi/mindcraft cd mindcraft npm install node main.js之后直接在 Minecraft 聊天栏里跟机器人对话即可网页 UI 里也能看到它的状态和视角。 两份关键配置settings.js 与代理档案全局配置集中在 settings.js几个高频字段值得先认识host/port/auth连接目标局域网默认127.0.0.1:55916离线模式连公网服务器需microsoft认证base_profile生存、助手、创造、神模式四种玩法基调allow_insecure_coding是否允许 LLM 写代码并在本机执行默认关闭allow_vision是否让视觉模型解读游戏截图max_messages/num_examples上下文窗口大小与示例数量每个代理一份 JSON 档案比如 andy.json 只写了两行——名字和模型。进阶玩法是给聊天、编码、视觉、嵌入、语音五类用途分别指定模型model、code_model、vision_model、embedding、speak_model模型还可以写成{api}/{model}形式走任意支持的平台。profiles/ 目录下有各厂商的现成档案可直接套用。 代码导读代理的大脑与四肢在哪src/agent/agent.js代理主类串起对话、动作与记忆src/agent/conversation.js消息处理与上下文裁剪src/agent/action_manager.js动作调度与并发控制src/agent/library/skills.js技能库采集、合成、寻路、战斗等预制动作都在这src/models/各 LLM 厂商的适配层加新模型就是加一个文件src/mindcraft/mindserver.js管理多代理、托管网页 UI 的服务端改行为最简单的入口是技能库和档案里的 prompt、examples 字段动核心逻辑前建议先读懂 agent.js 的主循环。️ 给代理一张图纸内置任务系统tasks/ 目录预置了建筑、烹饪、合成三类任务。以收集任务为例node main.js --task_path tasks/basic/single_agent.json --task_id gather_oak_logs任务 JSON 里定义了目标goal、初始背包initial_inventory、目标物品与数量target、number_of_target、超时时间和禁止的动作。建筑任务则直接丢给代理一张蓝图——dirt_shelter.json、小石屋、教堂等还支持 2~5 个代理分工协作。这个项目本身也是多智能体研究平台minecollab.md 里讲了如何自动启动世界、批量跑任务并回收数据。️ 开启代码执行前安全边界与 Docker 部署allow_insecure_coding: true意味着 LLM 可以写 JavaScript 并在你的电脑上运行——虽然有沙箱但仍可能被注入攻击利用。官方态度很明确开了这选项就永远不要连公共服务器。想开代码执行建议直接进容器docker-compose up --build容器内访问宿主机要改一个值把settings.js的host设成host.docker.internal。Dockerfile 和 docker-compose.yml 都在仓库根目录照抄即可。 连不上、说胡话6 个常见坑的排查方向机器人进不了游戏确认局域网端口确实是 55916生成慢的机器把spawn_timeout调大机器人自言自语刷屏档案里的name必须与 Minecraft 账号名逐字一致npm install 报错macOS 上是原生模块编译问题先看 FAQ.mdNode 版本降到 18/20想连公网服务器必须有正版 Microsoft 账号auth改为minecraft对应的microsoft多代理各说各话配置多个档案后需要用/msg分别和每个机器人说话动作没生效检查blocked_actions是否误禁了命令或反作弊触发了block_place_delay相关限制收尾接下来可以往哪走跑通单机对话之后三条进阶路线任选给五类用途各配一个模型榨干档案能力在 skills.js 里加自定义技能或者按 MineCollab 流程搭一套多代理协作环境让它组队盖教堂。项目背后有正式论文支撑多智能体具身推理框架如果你想做的是研究而不只是玩任务系统的数据回收能力会很有用。先把最小路径跑通其余慢慢来。【免费下载链接】mindcraftMinecraft AI with LLMsMineflayer项目地址: https://gitcode.com/GitHub_Trending/mi/mindcraft创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉