低血、低氧、岩浆、敌对生物、夜间危险——硬安全规则始终优先,LLM 无法覆盖。可控 AI,不是不可预测的自动化。
LLM 输出 taskRequests / behaviorTrees,不输出自由文本动作。规划层和执行层清晰分离,每个任务都有参数、前置条件和后置条件。
准备→感知→移动→执行→验证,每个任务拆成可追踪节点。队列保存 pending / current / completed / feedback 状态,可审计、可回放、可测试。
状态、行为树、队列、阶段追踪、诊断、模式日志——把复杂的智能体行为拆成可理解的链路。演示友好,适合商业展示和现场排障。
不可达目标、stale trace、无效坐标、死亡重生——每次失败都记录原因并触发恢复。BOT 不只是尝试,还会学习避开坏策略。
吸收 Mindcraft、Malmo、Minecraft_AI 的思路,但控制权保持本地。兼具工程落地和研究扩展性,提供可评测的任务目录。
核心控制权始终在 SurvivalController,Smart Brain 只提供高层任务实例
传统自动化的常见问题是"模型想做什么就让它做什么"。本项目策略相反:模型只负责给出受控任务参数,真正的动作执行、优先级、安全中断、失败恢复全部在本地控制器完成。
5 分钟内启动你的 AI Bot
$ git clone https://github.com/yourusername/mc-survival-bot.git
$ cd mc-survival-bot && npm install
$ cp .env.example .env # 编辑 .env 设置 MC_HOST
$ npm start
# Dashboard → http://127.0.0.1:3000