跳到正文
GitHub · 去对齐工具与仓库·· 18 天前精选AI 评分66

ai-kong:用慢速推理 LLM 驱动终端 Donkey Kong 的 AI 对手

alexcpn/ai-kong

来源与原文

GitHub · 去对齐工具与仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/alexcpn/ai-kong

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

作者发布 ai-kong,一个纯 Python 标准库实现的终端 Donkey Kong,Kong 可由 LLM 观察玩家习惯并每约 20 秒重新规划战术,且游戏永不等待网络。LLM 不直接移动物体,而是作为指挥官设定 8 个确定性旋钮,公平守卫用近乎完美的参考玩家模拟并否决会让游戏无解的改动;默认 anthropic/claude-haiku-5.5 每分钟约 $0.005-0.008,最快配置用 openai/gpt-oss-120b @ Cerebras 与 gpt-oss-20b @ Groq,每分钟约 1-1.5 美分,实测数据在 docs/llm-speed/。项目需 OpenRouter API key,其 director/ 库与游戏无关,可用于任意实时游戏中把 LLM 推理置于类型化旋钮之后。

推荐理由

项目把慢速推理模型拆成三层角色并配公平守卫,给出了实测延迟与成本数据,方法可迁移到其他实时游戏。

来源:GitHub · 去对齐工具与仓库 · github.com