一个面向《Slay the Spire 2》的 GitHub Copilot 玩家代理定制包：让 Copilot CLI / VS Code 通过 STS2MCP 读取游戏状态、做当前 run 决策、复盘失败与胜利，并把经验沉淀成可复用的长期记忆。
当前目标不是做“攻略问答机器人”，而是做一个会接管对局、会复盘、会修正打法的长期玩家代理。
- 真实接管游戏：通过 STS2MCP 的 MCP 工具读取状态、打牌、选奖励、走地图、进商店、火堆与事件。
- 自带玩家入口：
.github/agents/player.agent.md是主入口，负责在 piloting / review / research / runtime prep 之间切换。 - 四层记忆系统：当前 run playbook、近期 run timeline、完整复盘 archive、跨局 lesson ledger。
- 战斗安全协议：默认
读状态 -> 验证一张牌 -> 执行动作 -> 重新读状态，避免手牌索引漂移。 - 复盘驱动学习：关键失败、Boss、精英、成型节点后，把经验压缩成未来可召回的 heuristic。
- 策略不确定时会研究：需要外部信息时，用研究 skill 搜集资料，再结合当前牌组、遗物、血量、地图落地。
这个仓库已经具备一个可运行的 Copilot customization pack 骨架：
| 模块 | 状态 | 说明 |
|---|---|---|
player custom agent |
可用 | 作为长期玩家代理入口，负责任务编排 |
sts2-prepare-runtime skill |
可用 | 检查 MCP 工具、游戏/mod 状态与 CLI 持久配置 |
sts2-pilot-run skill |
可用 | 处理战斗、奖励、路线、商店、休息、事件等当前 run 决策 |
sts2-review-run skill |
可用 | 处理死亡/胜利/关键 swing 复盘与 lesson 更新 |
sts2-research-strategy skill |
可用 | 面向不确定策略问题做外部研究 |
.github/sts2-memory/ |
持续积累中 | 保存 run 记忆、复盘与跨局经验 |
.vscode/mcp.json |
已提供 | VS Code 风格 MCP 配置参考 |
| Copilot CLI 持久 MCP | 需本机配置 | 需要写入 ~/.copilot/mcp-config.json 或用 /mcp add |
仍然需要注意：STS2 仍在变化，STS2MCP 工具覆盖也会变化；这里的打法记忆来自实际 run 复盘，但不是“最优解证明”。
- Slay the Spire 2：目标游戏。
- STS2MCP：核心 MCP/mod 依赖。本仓库的 submodule 暂时指向
ttxttx1111/STS2MCP的copilot-agent-tools分支，用于保留当前 player agent 依赖的菜单、profile、选择界面等 MCP 工具增强。 - GitHub Copilot custom instructions / custom agents / skills：本仓库的主要交互层。
- GitHub Copilot CLI：推荐的本地命令行玩家入口。
- VS Code MCP 配置：
.vscode\mcp.json提供共享参考配置。 uv+ Python：用于启动 STS2MCP 的 MCP server。
推荐环境：
- Windows
- 已安装 Steam 版 Slay the Spire 2
- 游戏内已安装并启用 STS2MCP mod
- 本地 STS2MCP HTTP 服务可访问
localhost:15526 - 已安装
uv - 已安装 GitHub Copilot CLI 或使用支持 custom agents / skills / MCP 的 VS Code
本仓库默认参考的本机游戏路径是：
D:\program\steam\steamapps\common\Slay the Spire 2\
如果你的安装路径不同，只要 STS2MCP mod 能正常启动并监听 localhost:15526 即可。
- 克隆仓库并拉取 submodule：
git clone --recurse-submodules https://github.com/ttxttx1111/sts2-llm.git
Set-Location .\sts2-llm如果已经克隆但没有 submodule：
git submodule update --init --recursive- 按 STS2MCP 上游说明安装 mod，并确认本地服务可访问：
curl http://localhost:15526/- 确认 MCP server 目录存在：
Test-Path .\vendor\STS2MCP\mcp\server.py- VS Code 用户可以参考
.vscode\mcp.json。该配置使用 workspace 相对路径：
{
"servers": {
"sts2": {
"type": "stdio",
"command": "uv",
"args": [
"run",
"--directory",
"${workspaceFolder}\\vendor\\STS2MCP\\mcp",
"python",
"server.py",
"--no-trust-env"
]
}
}
}- Copilot CLI 用户可以把等价配置放到
~\.copilot\mcp-config.json，注意把路径替换成你本机仓库的绝对路径：
{
"mcpServers": {
"sts2": {
"type": "stdio",
"command": "uv",
"args": [
"run",
"--directory",
"D:\\path\\to\\sts2-llm\\vendor\\STS2MCP\\mcp",
"python",
"server.py",
"--no-trust-env"
]
}
}
}- 打开 Copilot CLI 或 VS Code，进入
playeragent，然后用自然语言开始：
接管当前这把
帮我复盘刚才输的这局
研究一下这套铁甲前期该不该走精英
.github\
agents\
player.agent.md # 长期玩家代理入口
skills\
sts2-prepare-runtime\ # MCP / 运行时准备
sts2-pilot-run\ # 当前 run 操作与决策
sts2-review-run\ # 复盘与经验沉淀
sts2-research-strategy\ # 外部策略研究
sts2-memory\
current-playbook.md # 当前 run 战术记忆
run-history.md # 近期 run 索引
runs\ # 活跃/历史 run 时间线
reviews\ # 完整复盘 archive
lesson-ledger.md # 跨局经验 ledger
design\ # 架构与工作流设计
changelog\ # 每次工作流变化的记录
.vscode\
mcp.json # VS Code MCP server 参考配置
vendor\
STS2MCP\ # 上游 STS2MCP submodule
更多细节见：
核心循环是：
play -> timeline -> review -> archive -> compress -> recall -> revise
也就是说：先实战推进，再记录时间线；关键节点做复盘；完整复盘保存在 archive；少量稳定结论压缩到 lesson ledger；当前 run 真需要的提醒写回 playbook。
- 这是一个本地玩家代理定制包，不是 STS2 官方项目。
- MCP 控制依赖本机游戏、mod 和
localhost:15526，不适合暴露到公网。 - 运行记忆是经验材料，不是不可推翻的规则；新证据应该能降级、改写或退休旧 heuristic。
- 战斗中不要连续复用旧手牌索引；每个实际动作前都要重新确认最新状态。
- 如果你公开 fork，请检查
.github\sts2-memory\中是否包含你不想公开的个人 run 记录。
欢迎围绕以下方向改进：
- 更稳的 runtime/MCP 准备流程
- 更清晰的 agent / skill 边界
- 更好的复盘模板与 lesson 分类
- 角色、牌组、遗物、Boss 的可复用打法经验
- STS2MCP 工具变化后的同步更新
贡献前建议阅读 CONTRIBUTING.md。
本项目建立在 Gennadiyev/STS2MCP 之上。没有这个 mod 和 MCP server，就无法让 Copilot 可靠读取并操作 STS2 当前局面。
本项目使用 MIT License。