把传统自动战斗推进到「可被玩家一句话接管」的代理指挥原型。
一个针对「自然语言指挥是否能成为战斗系统交互层」的最小可证原型。
- Web demo
- 1.0 Evidence
- Robustness check
- Authorship / proof note
- Self-check
- Code complete checklist
- Legacy prototype archive
少前2的战斗有一个病：它看起来想做出 XCOM 式的战术决策层，但手操成本太高，玩家很容易退回自动战斗。决策层存在，但没有真正进入玩家体验。
《圣兽之王》有一个对称的病：编队、预设和策略系统很深，但难度压力不够，照推荐方案也能过。深度存在，但没有被充分需要。
两个病，殊途同归：战斗系统里明明存在决策，但玩家没有以低成本、高反馈的方式真正参与进去。
碾压局、日常本、低压副本，不需要任何 LLM。直接状态机跑即可。
玩家可以直接下一句话：
集火残血，前排顶住。
系统映射成角色状态机指令：
玩家命令 → 命令编译器 → 状态机
玩家本人就是指挥官，不再经过一层战术 AI。
玩家不想操作时，战术 AI 替代传统自动战斗，读取战场状态，像代理指挥官一样下命令：
战场状态 → 战术 LLM → 战术命令 → 命令编译器 → 状态机
传统自动战斗是"角色自己按规则打"。代理指挥是"系统先判断战局，再给角色下命令"。
在 3v3 镜像小地图上做自然语言指挥评估；下表为每类输入 1000 局模拟结果，对手为默认自动战斗：
| 输入 | 胜率 |
|---|---|
| 好指挥：集火残血 | 96.3% |
| 不指挥 | 32.6% |
| 莽夫冲锋 | 0.3% |
| 无关闲聊 | 31.1% |
无关闲聊不会被洗成好策略。错误指挥带来坏结果。正确指挥带来高胜率。
指挥质量本身会显著改变战局——这不是"随便输入一句话就赢"。
对手换成会打的策略后，10,000 局稳健性复测里差距仍然成立：不指挥会被压制到 0.0%，有效指挥可与对手打成接近五五。
完整证据与稳健性复测见 docs/1.0_EVIDENCE.md 和 docs/1.0_EVIDENCE_ROBUSTNESS.md。
当前 1.0 证明的是：玩家自然语言指挥能够稳定映射到有限战术 policy，并显著改变模拟结果。
README 提到的「战术 AI 代理指挥」是下一阶段目标——要求 LLM 读取战场状态并动态连续下令，而不仅是把玩家一句话分类成一个固定 policy。当前代码已验证「命令解释器 + 状态机」这半条链路成立。
archive/ 下保留的是早期四单位文本 encounter 原型和 baseline 脚本，只作为历史参考；当前 1.0 主线以 game/mirror_map_sim.py、scripts/、web/ 和 docs/1.0_EVIDENCE*.md 为准。
网页 demo 用左右对照展示自然语言指挥和 baseline 的行为差异（网页动画用于 visual proof，权威统计以 Python 模拟器输出为准）：
# 静态模式（无需 LLM，内置 6 个场景；页面提供 5 个快捷指挥按钮，另含 zero_input baseline 对照）
python3 -m http.server 8000
# 打开 http://localhost:8000/web/
# 实时 LLM 模式（需要 API key）
python3 scripts/web_server.py --port 8001
# 打开 http://localhost:8001/web/
pip install -r requirements.txt
cp .env.example .env # 填入 DEEPSEEK_API_KEY（LLM 部分才需要）零 LLM 自检（3 秒出结果）：
python3 scripts/self_check.py --runs 500纯规则模拟（无需 LLM）：
python3 scripts/mirror_map_sim.py --runs 10000 --jitter 1 --red-policy good_focus --blue-policy dumb自然语言 → 胜率评估（需要 LLM）：
python3 scripts/nl_command_eval.py --runs 1000
python3 scripts/nl_command_eval.py --command "集火残血，前排顶住。"交接/发布检查见 docs/code_complete_checklist.md。该 checklist 是工程验收清单；当前仓库按公开单仓处理：可以 commit/push，但每次提交都应按公开叙事审查，push 前确认 git status、staged diff 和最近提交，避免带入 secrets、本地产物、scratch 或未验收改动。
按 deepseek-v4-flash 输出价 2 元 / 百万 tokens 粗估：
6,300 tokens / 小时 ≈ 0.0126 元 / 小时
20,000 tokens / 小时 ≈ 0.04 元 / 小时
主要问题不是 token 成本，而是代理指挥质量、状态机执行稳定性和战术反馈体验。
- 代理指挥是否比传统自动战斗更强
- 玩家一句话指挥是否真的有战术反馈
- 角色状态机能否稳定执行命令
- 战术 AI 的判断是否足够像指挥官
- 这套东西能否嵌进少前式战斗系统
本项目是原创玩法机制原型，不使用任何现有 IP 的角色、名称、Logo、美术、音乐、剧情设定、世界观术语或商标。