mcpField
M
MCP Project

MCP Project

本地服务
github.com/LaAbadIAdelCrimen游戏娱乐021 周前更新

关于 MCP Project

AbadIA-MCP 将 AI Agent 与 MCP 服务结合,用于游玩和解开经典游戏 The Abbey of Crime。它在 LLM 的策略推理与游戏模拟器的底层命令之间搭建桥梁。

主要功能

  1. 01用于 The Abbey of Crime 的 AI Agent
  2. 02连接模拟器命令的 MCP 桥接
  3. 03服务与 Agent 分开运行

适用场景

  1. 01通过 AI Agent 游玩 The Abbey of Crime
  2. 02将策略推理转为模拟器命令

MCP 相关

MCP 服务在 LLM 的策略推理与游戏模拟器的底层命令之间搭建桥梁。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

AbadIA-MCP:《犯罪修道院》AI Agent

概述

本项目实现了一个用于游玩和通关经典电子游戏《犯罪修道院》的 AI Agent。它使用 模型控制程序(MCP) 服务,在大模型的战略推理与游戏模拟器的底层命令之间搭建桥梁。

入门

先决条件
  • Python 3.9+
  • 正在运行《犯罪修道院》的模拟器(AbadIA-Server)。
安装
  1. 克隆代码仓库:
    git clone https://github.com/LaAbadIAdelCrimen/AbadIA-MCP.git
    cd AbadIA-MCP
    
  2. 设置环境:
    python3 -m venv .venv
    source .venv/bin/activate
    pip install -r requirements.txt
    
运行系统
  1. 启动 MCP 服务:
    python server/main.py
    
  2. 启动 AI Agent:
    python agent.py
    

文档导航

  • 技术规格: API、移动和数据模型详见 docs/SPECS.md。
  • 项目 Wiki: 游戏背景、HE v3 概念和研究内容详见 docs/wiki/index.md。
  • 开发者指南: 参阅 docs/mcp_server_guidelines.md。
  • Deepwiki Harness: 参阅 docs/harness/ralph-graph-vault-workflow.md——了解我们如何安装 /ralph 和 Graph Vault,并运行循环来构建 deepwiki。

许可证

根据 MIT 许可证分发。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。