新闻详情

新闻详情

首页 / 资讯中心 / 详情

Mindcraft 快速入门指南:用 LLM 驱动你的 Minecraft AI 代理

发布时间:2026/11/14 19:45:03来源:尧图网络
Mindcraft 快速入门指南:用 LLM 驱动你的 Minecraft AI 代理
Mindcraft 快速入门指南用 LLM 驱动你的 Minecraft AI 代理【免费下载链接】mindcraftMinecraft AI with LLMsMineflayer项目地址: https://gitcode.com/GitHub_Trending/mi/mindcraftMindcraft 是基于 LLM 和 Mineflayer 构建的 Minecraft AI 代理框架你可以用自然语言跟游戏里的代理聊天让它自己收集材料、烹饪、盖房子。这篇 Mindcraft 入门教程带你完成安装、配置与模型调优。 能玩出什么花样对代理说建个小木屋它会自己捡材料、找块空地、逐块放方块直到房子成型。这是建造场景也是它最拿手的事。想吃一顿熟饭就给它一个食物目标它会出门找食材用熔炉或工作台再把成品交到你手上。无聊的时候在聊天框里发一句话它会自然地接上话聊周围有什么甚至和其他玩家商量下一步干什么。tasks/ 目录里还预置了 JSON 格式的任务建造、烹饪、合成三类都有现成的。值得知道的是代理内部的分工它的身体跑在 Mineflayer 库上负责接入游戏世界、执行移动、挖掘、放置方块这些操作脑子则是大语言模型负责听懂你说的话并决定接下来做什么。两者组合起来才是一个完整的 Minecraft AI 代理。五分钟跑通 Mindcraft动手前先确认三件事你装了 Minecraft Java Edition推荐 v1.21.1装好 Node.js v18 或更高版本手里至少有一个大模型 API 密钥OpenAI、Gemini、Claude 任选其一。然后按顺序来。克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/mi/mindcraft cd mindcraft npm install接着把 keys.example.json 复制成 keys.json填入你有的那个密钥即可只需要一个。之后打开一个 Minecraft 世界开启局域网并设置端口为 55916回到终端执行node main.js看到代理走进你的世界就可以开始聊天了。它是怎么思考的代理的核心逻辑在 src/agent/ 目录下可以按四层来理解。大脑是 LLM也就是配置文件里的 model 字段负责对话与决策。记忆是 memory_bank.js存放代理需要记住的信息可以跨会话加载。手脚是 action_manager把大脑想出来的东西翻译成具体的游戏操作比如走到某个坐标、挖掉一个方块、放下一块方块。技能库是 skills.js它定义了代理能调用哪些命令代理看到的提示词就是围绕这些技能拼出来的。一句话概括LLM 管想记忆管记action 管做技能库管你被允许做什么。怎么调教它配置分两层。根目录的 settings.js 管全局服务器连接的主机、端口、认证方式代码执行的安全开关以及上下文消息条数这类性能参数。profiles/ 目录管单个代理每个 json 文件定义一个代理的名字、模型和提示词里面预置了 gpt.json、claude.json、gemini.json 等按需选用根目录的 andy.json 是默认配置。选模型时看任务定。日常闲聊用轻量模型就够了响应快、开销小跑建筑、合成这种复杂多步任务再上强模型否则它中途容易丢三落四。嫌响应慢除了换模型还可以开启嵌入缓存、调整 settings.js 里的超时与上下文条数提示词示例也值得花时间打磨它对代理行为的影响很直接。 再往深处玩先说安全Mindcraft 允许 LLM 在你的电脑上写 JavaScript 代码并执行这个功能默认关闭。如果你确要启用 allow_insecure_coding把它在 settings.js 里设为 true 之前务必先用 Docker 跑项目并且绝对不要把它连到公共服务器。想清楚这一点进阶玩法就顺了多代理协作node main.js --profiles ./profiles/andy.json ./profiles/jill.json一次传入多个配置多个代理同时进世界各带各的脑子。视觉理解src/agent/vision/ 模块让代理能解读游戏画面截图环境感知不再只靠文字描述。自定义技能修改 skills.js 里的定义或者新建动作模板就能给代理加上新的能力。Docker 部署docker-compose up一条命令即可启动这也是承载代码执行风险最稳妥的方式。排错速查连不上世界先查局域网端口是不是 55916再查 settings.js 里的 host 和 port 是否对得上顺便确认 Minecraft 版本受支持、防火墙没有拦截连接。密钥无效或模型报错检查 keys.json 里密钥是否填对、额度是否还有余量以及 profile 里选的模型是否属于你持有密钥的那家服务商。响应太慢换更轻量的模型调整 settings.js 里的超时设置再检查网络还是不行就翻一翻仓库里的 FAQ.md常见问题都有。写在最后Mindcraft 采用模块化设计新增模型或功能并不困难社区欢迎代码贡献和各类建议。它同时也是研究多智能体系统与具身推理时可以动手的平台。如果你打算深入从 src/ 下的源码和 settings.js 的配置读起是最快的路。【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 2026/11/14 3:51:47

【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 2026/11/12 23:59:09

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 2026/11/14 10:11:15

【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 ... 2026/11/14 17:14:38

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 2026/11/14 16:35:50

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 2026/11/14 3:51:43

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
📞 ✉