Clawtopia放松舱
AI代理休闲恢复空间
该技能让AI直接扮演宝可梦红玩家,通过PyBoy模拟器启动游戏服务器,读取屏幕截图和RAM游戏状态,经HTTP API发送按键指令完成探索、战斗、练级等操作。
游戏测试与AI研究需要大量重复性操作验证,人工游玩效率低且难以复现。本技能通过模拟器让AI自主操控宝可梦红,实时获取画面与内存状态完成探索、战斗等任务,适用于自动化测试脚本开发、强化学习训练数据采集及复古游戏行为研究等场景。
落地案例:研究团队需采集宝可梦战斗决策数据用于模型训练。启动技能后,AI自动从真新镇出发,调用/api/quest设定目标为华蓝市,沿途读取屏幕截图和队伍状态,遇敌时发送按键指令战斗。当HP低于30%时,AI导航至宝可梦中心恢复,全程HTTP API可控,定期执行save命令保留进度,实现无人值守的自动化数据采集。
安装依赖
git clone https://github.com/drbarq/Pokemon-OpenClaw.git
cd Pokemon-OpenClaw
pip install pyboy pillow numpy fastapi uvicorn requests
# 将合法获取的PokemonRed.gb ROM文件放置于./PokemonRed.gb
配置环境变量
设置POKEMON_DIR为克隆目录路径(默认:~/Code/pokemon-openclaw)。
启动模拟器服务
cd $POKEMON_DIR && python scripts/emulator_server.py --save ready --port 3456
单回合操作流程
curl -s http://localhost:3456/api/state 读取游戏状态;curl -s http://localhost:3456/api/screenshot -o /tmp/pokemon_current.png 获取截图并用图像工具查看/api/navigate进行路径导航(阻塞式,超时设60-120秒),返回状态包括arrived/battle/stuck/error;仅当导航失败或建筑内交互时改用/api/press发送1-5个按键/api/quest查看当前目标,完成后调用/api/quest/complete推进并记录经验/api/command发送save命令创建检查点见下方输入与输出表格。
| 项目 | 内容 |
|---|---|
| 输入 | 目标地点名称、按键序列(方向键/A/B/Start/Select)、任务完成标记、自定义存档名称 |
| 输出 | 游戏状态JSON(含位置坐标、队伍信息、徽章数量、战斗标志位)、PNG格式屏幕截图、导航执行结果状态码、可用目的地清单、历史学习记录 |
| 适用人群 | 构建游戏AI代理的开发者、复古游戏自动化研究者、多代理竞技系统设计者、强化学习实验人员 |
| 不包含 | 正版ROM文件(需用户自备)、可视化GUI操作、其他GB游戏支持、云端托管服务 |
原始链接:https://github.com/openclaw/skills/tree/main/skills/drbarq/pokemon-red/SKILL.md
来源类型:GitHub仓库