Pokemon Player
通过无头仿真自主游玩 Pokemon 游戏。启动游戏服务器,从 RAM 读取结构化游戏状态,做出战略决策,并发送按钮输入——全部在终端中完成。
技能元数据
| 来源 | 捆绑(默认安装) |
| 路径 | skills/gaming/pokemon-player |
参考:完整 SKILL.md
以下是 Hermes 在触发此技能时加载的完整技能定义。这是技能激活时代理看到的指令。
Pokemon Player
使用 pokemon-agent 包通过无头仿真游玩 Pokemon 游戏。
何时使用
- 用户说“play pokemon”、“start pokemon”、“pokemon game”
- 用户询问关于 Pokemon Red、Blue、Yellow、FireRed 等的问题
- 用户希望观看 AI 玩 Pokemon
- 用户引用 ROM 文件(.gb、.gbc、.gba)
启动流程
1. 首次设置(克隆、虚拟环境、安装)
GitHub 上的仓库是 NousResearch/pokemon-agent。克隆它,然后 设置 Python 3.10+ 虚拟环境。使用 uv(速度更快,首选) 创建虚拟环境并以可编辑模式安装带有 pyboy 额外依赖的包。如果 uv 不可用,则回退到 python3 -m venv + pip。
在此机器上,它已在 /home/teknium/pokemon-agent 设置完毕, 虚拟环境已就绪——只需 cd 进入该目录并执行 source .venv/bin/activate。
你还需要一个 ROM 文件。向用户索取他们的 ROM 文件。在此机器上, 该目录下的 roms/pokemon_red.gb 存在一个 ROM 文件。 切勿下载或提供 ROM 文件——始终向用户索取。
2. 启动游戏服务器
在激活虚拟环境的情况下,从 pokemon-agent 目录内部,运行 pokemon-agent serve,使用 --rom 指向 ROM 文件,并使用 --port 9876。 使用 & 在后台运行。 要从保存的游戏恢复,添加 --load-state 及保存名称。 等待 4 秒以完成启动,然后通过 GET /health 进行验证。
3. 为用户设置实时仪表板以便观看
使用 localhost.run 通过 SSH 反向隧道,以便用户可以在浏览器中查看 仪表板。使用 ssh 连接,将本地端口 9876 转发到 nokey@localhost.run 的远程端口 80。将输出重定向 到日志文件,等待 10 秒,然后在日志中 grep 查找 .lhr.life URL。提供给用户的 URL 需附加 /dashboard/。 隧道 URL 每次都会变化——如果重新启动,请给用户新的 URL。
保存和加载
何时保存
- 每游玩 15-20 回合
- 在道馆战、劲敌遭遇或高风险战斗之前务必保存
- 在进入新城镇或地下城之前
- 在任何你不确定的操作之前
如何保存
POST /save 并附带描述性名称。良好的示例: before_brock、route1_start、mt_moon_entrance、got_cut
如何加载
POST /load 并附带保存名称。
列出可用保存
GET /saves 返回所有已保存的状态。
在服务器启动时加载
启动服务器时使用 --load-state 标志以自动加载保存。 这比在启动后通过 API 加载更快。
游戏循环
步骤 1:观察 (OBSERVE) — 检查状态并截图
GET /state 获取位置、HP、战斗、对话信息。 GET /screenshot 并保存到 /tmp/pokemon.png,然后使用 vision_analyze。 务必同时执行这两项操作——RAM 状态提供数值,视觉提供空间感知。
步骤 2:定位 (ORIENT)
- 屏幕上有对话/文本 → 推进对话
- 战斗中 → 战斗或逃跑
- 队伍受伤 → 前往 Pokemon 中心
- 靠近目标 → 小心导航
步骤 3:决策 (DECIDE)
优先级:对话 > 战斗 > 治疗 > 故事目标 > 训练 > 探索
步骤 4:行动 (ACT) — 最多移动 2-4 步,然后重新检查
POST /action 并附带简短的动作列表(2-4 个动作,而非 10-15 个)。
步骤 5:验证 (VERIFY) — 每次移动序列后截图
截图并使用 vision_analyze 确认你已移动到预期位置。这是最重要的一步。没有视觉辅助,你一定会迷路。
步骤 6:记录进度到记忆,使用前缀 PKM:
步骤 7:定期保存
动作参考
- press_a — 确认、交谈、选择
- press_b — 取消、关闭菜单
- press_start — 打开游戏菜单
- walk_up/down/left/right — 移动一格
- hold_b_N — 按住 B 键 N 帧(用于快速跳过文本)
- wait_60 — 等待约 1 秒(60 帧)
- a_until_dialog_end — 重复按 A 直到对话结束
来自经验的关键提示
持续使用视觉辅助
- 每移动 2-4 步截一次图
- RAM 状态告诉你位置和 HP,但不会告诉你周围有什么
- ledge(边缘)、栅栏、标志、建筑门、NPC——仅通过截图可见
- 向视觉模型提出具体问题:“我北边一格是什么?”
- 当卡住时,在尝试随机方向之前务必截图
场景切换需要额外等待时间
当穿过门或楼梯时,屏幕会在地图切换期间淡出至黑色。你必须等待其完成。在任何门/楼梯场景切换后添加 2-3 个 wait_60 动作。如果不等待,位置读数会过时,你会认为自已仍在旧地图中。
离开建筑物时的陷阱
当你离开建筑物时,你会直接出现在门的正前方。 如果你向北走,你会立刻回到室内。务必先向左或向右横向移动 2 格,然后再朝你预期的方向前进。
对话处理
第一代(Gen 1)游戏的文本是逐字母缓慢滚动的。为了快速跳过对话,按住 B 键 120 帧,然后按 A 键。根据需要重复此操作。按住 B 键会使文本以最大速度显示。然后按 A 键进入下一行。
a_until_dialog_end 动作会检查 RAM 中的对话标志位,但该标志位无法捕获所有文本状态。如果对话似乎卡住,请改用手动“按住 B + 按 A”的模式,并通过截图进行验证。
ledge(悬崖边缘)是单向的
Ledge(小悬崖边缘)只能向下(向南)跳下,绝不能向上(向北)攀爬。如果被向北的 ledge 挡住,你必须向左或向右寻找绕过的缺口。使用视觉模型来识别缺口的方向。明确询问视觉模型。
导航策略
- 每次移动 2-4 步,然后截图检查位置
- 进入新区域时,立即截图以确定方向
- 询问视觉模型:“去 [目的地] 该往哪个方向?”
- 如果尝试 3 次以上仍被困住,请截图并重新全面评估
- 不要连续发送 10-15 个移动指令——你会越过目标或被卡住
从野生战斗中逃跑
在战斗菜单中,“RUN”(逃跑)位于右下角。要从默认光标位置(“FIGHT”,左上角)到达该选项:按下方向键下,然后按右,将光标移动到“RUN”,然后按 A 键。使用 hold_b 包裹操作以加速跳过文本/动画。
战斗(FIGHT)
在战斗菜单中,“FIGHT”(战斗)位于左上角(默认光标位置)。 按 A 键进入招式选择,再按一次 A 键使用第一个招式。 然后按住 B 键以加速跳过攻击动画和文本。
战斗策略
决策树
- 想要捕捉?→ 削弱对方然后投掷精灵球
- 不需要的野生宝可梦?→ 逃跑(RUN)
- 有属性优势?→ 使用效果绝佳的招式
- 没有优势?→ 使用最强的本系加成(STAB)招式
- HP 较低?→ 切换宝可梦或使用伤药
第一代属性相克表(关键对阵)
- 水克制火、地面、岩石
- 火克制草、虫、冰
- 草克制水、地面、岩石
- 电克制水、飞行
- 地面克制火、电、岩石、毒
- 超能力克制格斗、毒(在第一代中占据主导地位!)
第一代特性
- 特殊(Special)数值同时决定特殊招式的攻击和防御
- 超能力属性过于强大(幽灵系招式存在漏洞)
- 暴击率基于速度(Speed)数值
- 紧束(Wrap)/绑紧(Bind)防止对手行动
- 聚气(Focus Energy)漏洞:降低暴击率而非提高
记忆约定
| 前缀 | 用途 | 示例 |
|---|---|---|
| PKM:OBJECTIVE | 当前目标 | 从真新镇商店获取包裹 |
| PKM:MAP | 导航知识 | 真新镇:商店在东北方向 |
| PKM:STRATEGY | 战斗/队伍计划 | 在挑战霞之前需要草属性宝可梦 |
| PKM:PROGRESS | 里程碑追踪器 | 击败劲敌,前往真新镇 |
| PKM:STUCK | 被困情况 | y=28 处的 ledge,向右走以绕过 |
| PKM:TEAM | 队伍备注 | 杰尼龟 Lv6,撞击 + 摇尾巴 |
进度里程碑
- 选择初始宝可梦
- 交付来自真新镇商店的包裹,获得宝可梦图鉴
- 灰色徽章 — 小刚(岩石)→ 使用水/草属性
- 蓝色徽章 — 霞(水)→ 使用草/电属性
- 橙色徽章 — 马志士(电)→ 使用地面属性
- 彩虹徽章 — 莉佳(草)→ 使用火/冰/飞行属性
- 粉红徽章 — 阿桔(毒)→ 使用地面/超能力属性
- 金色徽章 — 娜姿(超能力)→ 最难的道馆
- 深红徽章 — 夏伯(火)→ 使用水/地面属性
- 绿色徽章 — 坂木(地面)→ 使用水/草/冰属性
- 四天王 → 冠军!
停止游戏
- 通过
POST /save使用描述性名称保存游戏 - 使用
PKM:PROGRESS更新记忆 - 告诉用户:“游戏已保存为 [名称]!说 'play pokemon' 以继续。”
- 终止服务器和隧道后台进程
常见陷阱
- 绝不下载或提供 ROM 文件
- 在不检查视觉的情况下,不要发送超过 4-5 个动作
- 离开建筑物后,在向北走之前务必先横向移动
- 在门/楼梯传送后,始终添加
wait_60x2-3 - 通过 RAM 检测对话不可靠——请使用截图验证
- 在进行高风险遭遇战之前保存
- 每次重启隧道时,隧道 URL 都会更改