合并 codex/mcp-runtime-reliability: 运行可靠性、局状态与决策交接

Browse Source
与 main 上的审查修复及 2131f89 (story-test) 合并, 冲突处理:
- mcp_session: 保留超时/取消客户端, 补回 raise_on_error
- 执行器: 局状态改用 run_state (run_id 绑定), 取代完成后归档 context;
  Jev 请求统一经 jev_client.request_answer (支持 baseUrl/curl, 返回置信度与概率);
  保留截图解码缓存、地图模板缓存、按坐标点按钮、use_last_error 单实例互斥;
  刷新计数与开战标记只在动作成功后更新
- battle_batch: 取消/预算框架 + 只在看到胜率按钮时点胜率再回车;
  回合标签改为包含匹配 (OCR 常输出 'wave1')
- 文档采用 reliability 版本 (已是仓库相对路径), 注明 jev_client
- 测试: 互斥量桩改为 WinDLL/get_last_error, 战斗批次测试按胜率语义重写,
  Jev 测试改为对 jev_client 打桩, 生命周期测试改为轮询; 145 项通过

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
yws
2026-10-03 03:12:48 +00:00
co-authored by Claude Opus 5.5
24 changed files with 2014 additions and 194 deletions
@@ -0,0 +1,71 @@
# 当前执行流程与速通资料覆盖
核对日期:2026-10-03。代码基线:`6c2d26e`。本次核对范围是现有基础执行能力,DS 适配留到后续。
## 两条现存的执行路径
`run_task` 启动 AALC 原生任务进程,读取 AALC 配置并执行镜牢、经验本、纽本等已有流程。它使用 AALC 的模板、队伍配置、卡包权重和商店策略,不调用当前 Jev 辅助脚本,也不自动加载本仓库的速通 skill。
`scripts/jev_mirror_agent.py` 则通过 MCP bridge 观察与操作游戏,以当前镜牢规则生成候选,交给 Jev 或执行模型选择。这是此前实测反馈和近期可靠性、决策接口改进主要涉及的路径。
## 辅助脚本每轮怎样推进
```mermaid
flowchart TD
A[MCP 截图与 OCR / 本地模板匹配] --> B[读取本局标识与保存进度]
B --> C[识别当前界面 / 更新可识别的楼层]
C --> D[生成并过滤合法动作候选]
D --> E{是否为确定步骤}
E -->|加载 / 战斗 / 跳对话 / 结果推进| F[执行有界动作宏]
E -->|路线 / 卡包 / 事件 / 奖励等分支| G[Jev或执行模型选择候选ID]
G --> F
F --> H[记录结果 / 更新部分进度]
H --> A
```
1. `get_state` 返回截图路径、尺寸、OCR 文字、位置和 OCR 分数。地图另外使用 AALC 图片资源和 OpenCV 识别公交位置、连接箭头和节点类型。
2. 保存上下文包含楼层、商店刷新次数、部分饰品取得/强化标志、战斗状态和领取状态。楼层遇到可识别的探索或主题包文字时更新,否则沿用上下文;它不是点击一次就自动加一,也尚不是完整的库存状态表。
3. `candidates()` 先处理加载、上层弹窗、死亡/错误、奖励等界面,再生成当前能执行的动作。部分攻略规则在这里直接过滤,例如二号线楼层限制、技能替换目标和商店刷新上限。
4. 战斗 P→Enter、SKIP 和已知结果后续推进等确定操作直接执行。其他分支经 `DecisionRouter` 选择;显式 fixed 模式使用已有固定优先级。模型的选择范围限于当前候选。
5. `execute()` 把路线方向+回车、连续确认及战斗短批次合成动作。下一轮重新观察,比较有效文字并记录重复尝试;部分快捷键未生效时改点对应按钮。
当前位置、候选控件、预期效果与实际结果仍没有全部形成统一状态合同。目前点击成功不等于某个饰品已经取得或升到 ++。`symbol_upgraded`、`thrill_upgraded` 等标志仍依赖外层核实和维护,自动库存识别及付款后目标核验是基础能力的重要缺口。
## 楼层规划怎样落地
规划来源:[rupture-route.md](skills/limbus-mirror-speedrun/references/rupture-route.md) 和 [速通笔记](mirror_dungeon_speedrun_notes.md)。下表的“计划”是资料与用户要求,不能当成每局已经完成的事实。
| 阶段 | 资料中的目标 | 当前脚本覆盖 |
| --- | --- | --- |
| 开局 | 基础等级的指定恩惠、荆棘套索/荧光灯、三级电池 | 电池必选和确认候选已有;完整开局配置尚未统一转成脚本策略输入 |
| 1F | 优先取得成捆的符咒 | 核心保留规则和模型提示已有;尚无可靠的“卡包奖励解析→缺失核心补全”规划器 |
| 2F | 符咒 ++,缺鸡胸时优先地狱鸡,技能替换 | 符咒未确认强化时限制商店推进;完整强化购买及库存确认仍需外层处理。鸡胸条件选包没有完整自动化 |
| 3F | 辛克莱改为 1→3,尽量完成快感 ++,选可纯 P 的较短卡包 | 辛克莱楼层技能规则已写入候选;卡包机制比较、合成预算与材料计算尚未完整接入 |
| 4F | 换技能,补缺失快感 ++,继续推进 | 对已有快感的待强化入口有部分支持;实际付款和强化完成状态仍依赖核验 |
| 5F | 二号线、技能替换、通关并确认领取 | 二号线候选过滤和剩余刷新已实现;刷新耗尽后的观测及不可选原因仍需外层处理。最终领取与当前局完成证据已有流程 |
路线层面,现有识别器能找可达节点;模型按当前候选选择。固定策略倾向商店、事件,再普通战斗,降低精英/集中战斗优先级。它尚未根据全部库存、剩余预算和每层目标计算整局最优路线。AALC 原生任务另有节点图和路线缓存,后续需要在同一执行进程中复用。
## skill、参考文件和笔记实际怎么利用
| 资料 | 当前用途 | 尚未自动化的部分 |
| --- | --- | --- |
| [SKILL.md](skills/limbus-mirror-speedrun/SKILL.md) | 执行助手读取的总流程:沿用队伍、按需查资料、快捷键、停止及完成标准 | Python 没有读取这个文件来自动装配执行策略 |
| [rupture-route.md](skills/limbus-mirror-speedrun/references/rupture-route.md) | 楼层目标、核心保护、技能表和商店策略;部分内容被人工转入 `SYSTEM_RULES` 和候选过滤 | 修改文档不会自动修改代码;完整目标与预算尚未形成机器可读配置 |
| [event-choices.md](skills/limbus-mirror-speedrun/references/event-choices.md) | 主助手按事件名及选项文字查对应条目,核对收益和额外分支 | 当前 Jev 请求未自动检索并附上相关事件条目,只依赖 OCR、候选描述和通用规则 |
| [mechanics.md](skills/limbus-mirror-speedrun/references/mechanics.md) | 解释核心强化、合成、恢复和版本差异,供助手核实 | 数量、预算、材料组合等应进入代码计算;机制说明本身不会产生执行动作 |
| [shortcuts.md](skills/limbus-mirror-speedrun/references/shortcuts.md) | 用户确认过的操作方式;部分已写成路线、确认和战斗宏 | 还需继续按场景边界复用,不能把快捷键扩展成所有界面的盲输入 |
| [mirror_dungeon_speedrun_notes.md](mirror_dungeon_speedrun_notes.md) | 攻略整理、用户修正和历史实测记录,帮助修订上述资料与代码 | 历史局面不是当前库存;当前运行状态保存在带 run ID 的运行上下文中 |
源码搜索中,`scripts/export_feedback.py` 对笔记和 skill 的引用用于导出反馈副本,并不是决策加载。当前 `lc_mcp` 与辅助脚本的决策循环没有读取这些攻略文件。
本次已同步三项资料说明:旧电脑的绝对执行器路径改为仓库相对路径与运行目录;决策失败改为最新的执行模型交接方式;死亡/重试识别标注为已做离线修复、尚待新实机验证。历史实测记录保留原貌。
## 接下来基础开发的顺序
1. **统一策略来源。** 将明确的楼层目标、技能表、核心保护和刷新限制转成机器可读 profile;skill 与说明引用同一配置。事件资料按当前事件检索,避免每次传全文。
2. **补齐真实状态。** 当前楼层、已持有饰品、强化等级、经费、材料等级和技能状态分别保存证据;未知不等于没有取得,付款成功不等于目标核验完成。
3. **按目标生成动作。** 由本层未完成目标和预算筛选可执行动作,代码计算合成材料点数及资源约束;模型处理剩余语义选择。
4. **复用 AALC 场景执行。** 保持一个游戏执行进程,复用地图缓存及可靠的场景操作;完成一次场景目标后核验,再继续推进。
以上四项是后续基础实现范围。本次流程核对与文档同步不会启动游戏,也没有新增实际通关或提速证据。
+141
View File
@@ -0,0 +1,141 @@
{
"schema_version": 1,
"logs": [
{
"source": "docs/feedback/2026-10-02/logs/jev_mirror_log.jsonl",
"sha256": "2763abd957bcec7cb7ad0b0b9e29ec9f1f09501f44e506f7d359047397d133e0",
"records": 273,
"action_records": 273,
"tool_counts": {
"advance_dialog": 11,
"battle": 74,
"click": 47,
"click_text": 28,
"drag": 7,
"keypress": 22,
"route": 14,
"wait": 70
},
"state_counts": {
"running": 273
},
"recorded_latency_ms": {
"jev_ms": {
"present_records": 273,
"missing_records": 0,
"invalid_records": 0,
"zero_records": 51,
"positive_records": 222,
"sum_ms": 331526,
"positive_median_ms": 1203.0,
"positive_p95_nearest_rank_ms": 2296,
"positive_max_ms": 8875
},
"ocr_ms": {
"present_records": 0,
"missing_records": 273,
"invalid_records": 0,
"zero_records": 0,
"positive_records": 0,
"sum_ms": null,
"positive_median_ms": null,
"positive_p95_nearest_rank_ms": null,
"positive_max_ms": null
},
"action_ms": {
"present_records": 0,
"missing_records": 273,
"invalid_records": 0,
"zero_records": 0,
"positive_records": 0,
"sum_ms": null,
"positive_median_ms": null,
"positive_p95_nearest_rank_ms": null,
"positive_max_ms": null
}
},
"battle_pair_attempts": {
"reported_batches": 74,
"unreported_batches": 0,
"sum": 842
},
"action_timestamp_spans": {
"naive_local": {
"records": 273,
"first": "2026-10-02T12:09:25",
"last": "2026-10-02T13:50:40",
"span_seconds": 6075.0
}
},
"missing_or_invalid_action_timestamps": 0
},
{
"source": "docs/feedback/mirror_20261002_181322/actions.jsonl",
"sha256": "91ddc1edce0b952df9faad3974d008d37d608f0819995d09a6c8115c326741a0",
"records": 409,
"action_records": 408,
"tool_counts": {
"advance_dialog": 35,
"battle": 51,
"click": 92,
"click_text": 28,
"keypress": 31,
"route": 27,
"wait": 144
},
"state_counts": {
"new_run": 1,
"running": 408
},
"recorded_latency_ms": {
"jev_ms": {
"present_records": 408,
"missing_records": 0,
"invalid_records": 0,
"zero_records": 408,
"positive_records": 0,
"sum_ms": 0,
"positive_median_ms": null,
"positive_p95_nearest_rank_ms": null,
"positive_max_ms": null
},
"ocr_ms": {
"present_records": 0,
"missing_records": 408,
"invalid_records": 0,
"zero_records": 0,
"positive_records": 0,
"sum_ms": null,
"positive_median_ms": null,
"positive_p95_nearest_rank_ms": null,
"positive_max_ms": null
},
"action_ms": {
"present_records": 0,
"missing_records": 408,
"invalid_records": 0,
"zero_records": 0,
"positive_records": 0,
"sum_ms": null,
"positive_median_ms": null,
"positive_p95_nearest_rank_ms": null,
"positive_max_ms": null
}
},
"battle_pair_attempts": {
"reported_batches": 51,
"unreported_batches": 0,
"sum": 1080
},
"action_timestamp_spans": {
"naive_local": {
"records": 408,
"first": "2026-10-02T18:17:21",
"last": "2026-10-02T20:52:04",
"span_seconds": 9283.0
}
},
"missing_or_invalid_action_timestamps": 0
}
]
}
@@ -0,0 +1,232 @@
# Jev 决策与 AALC 自动化复用研究
研究日期:2026-10-03。分析基线:远端 lc-mcp `97eca204`、本地可靠性修复 `7188b4a`,AALC 子模块 `7452fad5`(V1.6.1-beta.3)。
本次交付包括代码研究、离线识别样例、可复现日志统计,以及 Jev/执行模型共用的决策预留接口。完整 AALC 混合执行器尚未接入,尚未进行新的游戏速度实测。
## 结论:本地识别页面,Jev 判断选择,AALC 执行流程
采用用户明确提出的流程:AALC 的图片匹配、地图识别及 OCR 产出页面状态,交给 Jev 判断。Jev 接收文字或结构化状态;截图留在本地用于识别和复核。
官方说明 Jev 不支持图片、音频和视频输入,支持字符串、JSON 对象或数组。官方也提示其中文等 CJK 输入准确率目前低于英文。因此应优先用稳定的英文枚举描述场景和节点,保留中文原文供事件判断与审计,实际准确率需要用本项目样本测量。[TypeSafe:State](https://docs.typesafe.ai/concepts/state)
```mermaid
flowchart LR
A[MCP 启动任务和查询状态] --> B[唯一游戏执行进程]
B --> C[AALC 截图 / 模板匹配 / 局部 OCR]
C --> D[页面状态与证据]
D --> E[代码筛选合法候选]
E --> F{是否需要语义判断}
F -->|需要| G[Jev 选择候选 ID]
F -->|确定步骤| H[AALC 场景流程]
G --> H
H --> I[检查页面变化与目标结果]
I --> C
```
这里的自动化单位应是“进入一个节点”“处理一个商店目标”“完成一次事件判定”,让一次决策对应一段有终点的动作。确认按钮、加载等待、已知事件的后续对话、战斗输入等确定步骤可由代码推进。地图及商店需要新的信息或发生分支时再决策。
## 当前实现已有的能力与缺口
| 位置 | 已有能力 | 对此次优化的影响 |
| --- | --- | --- |
| `lc_mcp/aalc_engine.py:79–114` | AALC 截图与 OCR;返回文字、位置、OCR 分数 | 已能在本地生成文字观测。当前每次 `get_state` 都保存 PNG 并做整帧 OCR |
| `scripts/jev_mirror_agent.py:57–127` | 复用 AALC 总线、箭头、节点图片,以 OpenCV 匹配和 ORB 识别可达节点 | 已能直接产出地图候选,无需视觉模型;匹配数和亮度阈值不是校准后的正确率 |
| `scripts/jev_mirror_agent.py:130–539` | 页面文字规则、卡包限制、场景动作候选 | 部分硬约束已在代码内生效;许多信息仍藏在描述文字或手工更新的运行上下文中 |
| `scripts/jev_mirror_agent.py` 的 `decide()` | 向 Zen System One 发送 OCR 文字,接收候选 ID | 研究开始时硬编码免费模型并丢弃概率;本次已改为读取实际模型、保留概率及 confidence |
| `scripts/jev_decision_client.mjs` | 返回 choice、confidence、probabilities、model | 是独立实现,Python 主循环没有调用它;需要统一行为与配置 |
| `scripts/jev_mirror_agent.py` 的决策分支 | 原来 401/403/429 后持续规则回退 | 本次已改为执行模型交接,并记录决策来源;自动冷却恢复仍待长期执行器实现 |
| `lc_mcp/aalc_task.py` | 通过 `run_task` 启动完整 AALC 镜牢任务 | 当前镜牢参数仅覆盖次数,未提供配置预览、策略选择或决策钩子 |
| `lc_mcp/tasks.py:62–79` | 根据任务子进程退出码报告成功 | 退出码 0 只说明进程结束,不能直接代表完成镜牢及领取奖励 |
目前 Jev 输入包含全屏 OCR、候选描述、最近动作和所有全局规则。应改成针对当前页面的状态及规则,避免将楼层、技能、卡包、商店、战斗等要求同时塞入每次选择。
## 离线证明:现成识别代码已经能输出可用状态
对 `tests/fixtures/floor4_white_events.png` 调用现有 `map_candidates()`,识别出:
- `route_w`:上方可达事件节点,ORB 匹配数 53。
- `route_d`:正前方可达事件节点,ORB 匹配数 30。
导出文件:[页面状态与 Jev 请求样例](jev_page_state_example_20261003.json)。此次只读取现有测试图片,未向 Jev 请求,也未向游戏发送输入。样例中的楼层明确标为未提取,不能因为文件名带有 floor4 就当成识别结果。
现成函数返回的是候选描述。下一步应让识别器直接返回 `node_type`、`reachable`、匹配分数、证据区域和动作引用,减少再次解析自然语言描述。候选坐标由执行器持有,Jev 只需要知道节点语义及合法候选 ID。
建议的页面状态合同如下,数值仅用于说明结构:
```json
{
"schema_version": 1,
"observation_id": "frame-123",
"scene": {"value": "shop", "status": "observed", "evidence": ["shop_coins_template"]},
"floor": {"value": 3, "status": "confirmed"},
"coins": {"value": 350, "status": "observed", "source": "shop_coin_ocr"},
"goals": ["enhance_core_gift", "replace_allowed_skills"],
"legal_candidates": [
{"id": "enhance_core", "kind": "enhance", "affordable": true},
{"id": "leave_shop", "kind": "leave"}
],
"unknown_fields": ["current_gift_upgrade_level"],
"last_action": {"id": "open_enhance", "verified_effect": false}
}
```
`status` 要区分本帧观测、先前确认、未知及冲突。OCR 分数、模板分数、场景识别强度、Jev 的 confidence 分别记录,不能混成一个“可信度”。空 OCR 可能是动画或加载,必须结合场景证据和前一动作判断。
同一帧的观测供识别与候选生成共用;输入后使旧观测失效。执行前校验 observation ID、页面关键标志和候选是否仍可用。结果没有证据时保留“待确认”,不能仅因点击 API 返回 `ok` 就把库存升级等目标标为完成。
## 可以复用的 AALC 配置与流程
配置来源为 `vendor/aalc/module/config/config_typing.py`、`assets/config/config.example.yaml`,以下映射根据实际消费配置的代码核对。
| 场景 | 现有配置 | 现有执行点 | 复用边界 |
| --- | --- | --- | --- |
| 任务与队伍 | `teams_active_queue`、`teams`、`fixed_team_use`、`fixed_team_use_select`、`hard_mirror` | `script_task_scheme.Mirror_task()`,`Mirror` 初始化与选队 | 复用有效队伍队列及普通/困难适用范围,启动前检查确有可执行队伍 |
| 队伍与编队 | `sinner_order`、`chosen_sinners`、`team_number`、`re_formation_each_floor` | `Mirror.select_mirror_team()`、战斗编队流程 | `sinner_order` 是各罪人的优先序,不能直接当成角色 ID 数组 |
| 开局增益与饰品 | `opening_bonus`、`opening_items`、`opening_items_select`、`opening_items_system`、`use_starlight` | `Mirror.enter_mir_with_star()`、开局饰品选择 | 优先使用已有配置;枚举索引与用户指定饰品需用资源及页面核对 |
| 地图 | `mirror_keyboard_navigation`、`mirror_keyboard_simple_pathfinding` | `MirrorMap`、`Mirror.search_road()`、`enter_next_node()` | 正常模式已有节点图及路线缓存;简单模式总选上方,不能保证更快通关 |
| 卡包 | `theme_pack_list.yaml`、每队 `theme_pack_weight_team_N.yaml`、`use_custom_theme_pack_weight` | `select_theme_pack()` | 权重是偏好,低权重仍可能在最终回退时被选中;不等价于按楼层禁选 |
| 商店购物与刷新 | `shopping_strategy`、`shopping_strategy_select`、`max_keyword_refresh`、`max_normal_refresh`、`ignore_shop` | `Shop.buy_gifts()`、`Shop.in_shop()` | 可复用商品识别及购买流程;需要与当前 MCP 的每店刷新限制统一 |
| 合成与强化 | `shop_strategy`、`do_not_fuse`、`do_not_enhance`、`aggressive_save_systems`、`second_system*` | `Shop.fuse_gift()`、`enhance_gifts()`、`ego_gift_to_power_up()` | 支持体系策略,但不是任意指定核心饰品的保护与预算规则 |
| 技能替换 | `skill_replacement`、`skill_replacement_select`、`skill_replacement_mode` | `Shop.replacement_skill()` | 原生模式按优先角色集合使用同一个替换模式,缺少每角色、每楼层规则 |
| 事件与判定 | 原生事件模板及判定识别 | `Mirror.event_handling()`、`tasks/event` | 复用判定及后续点击;选项未知时需要 Jev 判断,不能套用首项回退 |
| 奖励与结束 | `reward_cards*`、`save_rewards`、`no_weekly_bonuses` 等 | `Mirror.run()` 结算流程、`run_state.py` | 根据配置明确是否领取;正常完整运行需有实际结算与返回大厅的证据 |
| 战斗 | `defense_*` 等 | `battle.fight()` 或已验证的 P+Enter 宏 | 原生完整战斗逻辑包含不同策略,需要匹配本次运行策略后才能替换 |
### 三个不能只靠原配置解决的要求
1. **按楼层严格选择卡包。** 当前 MCP 已实现前四层不选 2 号线、第五层指定 2 号线的部分候选过滤。AALC `select_theme_pack.py:111–149` 在刷新回退后仍选择最高权重,所以把禁选包权重设为 -5 不保证禁选。应保留硬过滤,再复用卡包识别、权重及拖动动作。`select_event_pack` 只是第五层选最左侧包,也不是指定包名。
2. **按罪人及楼层替换技能。** AALC `in_shop.py:1210–1233` 选择前 1/3/7/12 个优先罪人,所有人用同一 `skill_replacement_mode`。当前规则中的奥提斯 2→3、其他角色 1→3、辛克莱从第三层开始,需额外策略表及对应执行适配。
3. **跨体系保护核心与先后预算。** AALC 激进合成保护表及体系保护见 `in_shop.py:417–445`,普通合成还依赖舍弃体系及固定资源列表。不能假定破裂队配置会保护标准负载电池等全部指定核心。原生商店顺序为技能→治疗→出售→购买→合成→强化;“先把核心强化到目标等级并保留技能预算”需要明确动作顺序和每次付款后的验证。
这些确定约束应放在代码和配置里。Jev 只在通过约束的候选之间判断。
## 已接入的决策预留接口
新增 `scripts/decision_router.py`,并接入当前 `jev_mirror_agent.py`。支持四个模式:
| 模式 | 行为 |
| --- | --- |
| `auto`(缺省) | 指定 Jev model 且有凭据时调用 Jev;否则交给执行模型 |
| `jev` | 使用明确配置的 Jev;未配置完整或调用失败时交给执行模型 |
| `executor` | 交给当前执行模型,即使配置里有 Jev 凭据也不调用 Jev |
| `fixed` | 显式使用原固定策略;保留 `LC_FIXED_FALLBACK=1` 的覆盖行为 |
统一接口接收页面状态、合法候选、最近动作和 run ID,返回候选 ID 及决策来源。Jev 成功时保留 model、confidence、probabilities 和耗时;失败时使用执行模型回调或发布交接请求。
嵌入运行时的回调形式是 `executor_decider(request)`,可传给 `DecisionRouter` 或当前主脚本的 `main(executor_decider=...)`。它可返回候选 ID,或 `{"request_id": "同一个请求 ID", "choice": "合法候选 ID"}`。执行模型得到独立的观测和候选副本,不能通过修改请求来改变执行器持有的动作。未列出的候选和不匹配的请求 ID 被拒绝。凭据及 Provider 配置不在交接内容中。
独立脚本没有访问当前聊天模型的 API,因此通过 stdout、状态文件及 `decision_request.json` 发布 `requires_decision` 并退出当前控制循环。调用方的执行模型接收交接、重新检查页面并处理,然后 `--resume` 继续本局;这类状态已加入可续跑集合。嵌入长期执行器时由调用方提供回调,可在同一进程中连续完成选择与执行。
交接请求包括 run ID、request ID、观测、候选、规则和最近动作,并明确要求外部输入前重新观察。它是一次观测的决策通知,不能自动执行遗留请求文件。当前实现尚未提供从响应文件自动消费答案的命令,也尚未实现执行模型的自动调度连接。
### 启动前需要的配置检查
本地当前 checkout 没有 `vendor/aalc/config.yaml`,其他电脑实测反馈也没有提供完整运行配置。配置表依据源码和示例文件,不代表已读取另一台电脑的实际配置。
未来增加只读配置预览,列出有效队伍、队列、镜牢模式、开局配置、商店策略、卡包权重及与额外约束的冲突。沿用 AALC 现有队列迁移规则,不能随意重建队伍序号。
`Mirror_task()` 在没有适用队伍或队列为空时直接退出循环(`script_task_scheme.py:321–325`),当前任务包装仍可能以 0 退出并报告 `succeeded`。启动预检查应阻止这种空执行;运行结果应包含请求次数、实际完成次数和结算状态。
## Jev 接入方案
OpenCode 官方列出 `jev-1.13`、`jev-1.13-free` 及 `https://opencode.ai/zen/v1/systemone`,支持 `choice`、`noul`、`score` 和单请求多问题。免费别名被标为限时提供,不能把它硬编码为长期可用前提。[OpenCode:Jev](https://opencode.ai/docs/zen/#jev)
TypeSafe 直连接口使用 `https://api.typesafe.ai/v1/systemone`。Provider、model、endpoint 和对应凭据应成套配置;不能直接把 Zen 凭据或模型别名套入另一个 Provider。[TypeSafe:API](https://docs.typesafe.ai/api)
统一 Provider 选择已由本次 `DecisionRouter` 落地;后续完善场景输入及客户端生命周期:
- 已读取实际 model,校验候选 ID 和响应类型;Provider endpoint 与 timeout 的完整配置仍待扩展。
- 已保留 choice、probabilities、confidence、返回 model 和请求耗时,并记录交接原因。
- `choice` 用于当前路线、事件选项或合法商品选择;`noul` 可判断某事件描述是否包含额外战斗;数量、预算、刷新次数和楼层比较由代码计算。
- 同一页面上相互独立的问题可以合并成一次请求,例如事件选项分类与选项选择;需要先买入商品才能知道的新库存不能在旧状态下并行决定。[TypeSafe:多问题模式](https://docs.typesafe.ai/patterns/fan-out)
- 429 使用有上限的退避及可恢复的冷却状态;可行时读取 Retry-After。401/403 单独记录配置问题。重试失败不自动切换到付费模型。
- 合法确定动作在回退期间可继续执行。未知选择按当前策略重新观察或暂停,不能将回退称为 Jev 已成功判断。
Confidence 是根据选项概率计算的统计量,不能直接当作“动作正确率”。应保存它及前两名的差距,用本项目标注样本分别校准事件、卡包和商店阈值。[TypeSafe:Confidence](https://docs.typesafe.ai/confidence)
官方明确指出 Jev 的精确计算、复杂间接推理、无关长状态和候选顺序等局限。对应本项目应做候选预过滤、使用每场景短规则,并在离线评测中变换候选顺序检查一致性。[TypeSafe:Jev 1.13 局限](https://docs.typesafe.ai/model-jaggedness/jev-1.13)
JSON 状态经 Zen 网关的实际兼容性仍需真实请求确认;适配层可先将精简 JSON 序列化为字符串,保留同样字段与语义。此次没有做 API 可用性或中文准确率实测。
## 实测日志对速度优化的约束
由新工具 `scripts/analyze_feedback.py` 统计,完整数据和输入 SHA-256 见 [统计结果](feedback_latency_profile_20261003.json)。
| 指标 | 2026-10-02 第一批日志 | mirror_20261002_181322 |
| --- | ---: | ---: |
| JSONL 记录数 | 273 | 409 |
| 动作记录数 | 273 | 408(另 1 条为 new_run) |
| 正值 `jev_ms` 记录 | 222 | 0 |
| 记录的 Jev 耗时之和 | 331.526 秒 | 0 秒 |
| 正值 Jev 中位数 / P95 | 1.203 / 2.296 秒 | 无 |
| battle 批次数 | 74 | 51 |
| 记录的 P+Enter 尝试数 | 842 | 1080 |
| wait 动作数 | 70 | 144 |
| 单独记录 `ocr_ms` / `action_ms` | 均无 | 均无 |
第一批日志是过程快照,最终记录说明通关后由用户按 Enter 确认领取,不能作为全自动完成证据。第二轮 `run.json` 记录因 HTTP 429 回退、两次游戏重启及最终人工接管,总时长 9738.9 秒;没有记录完成镜牢或领取最终奖励。
正值 `jev_ms` 是日志所记录请求耗时,失败或未落盘的请求可能不在其中。P+Enter 次数是输入尝试,不是游戏接受次数或战斗回合数。动作时间戳跨度包含加载、停顿与人工处理,不能按截图或时间差推断 OCR、游戏动画和人工时间的各自占比。
从现有证据可以得出:降低 Jev 延迟是可测量的一部分,但无法单独解决第二轮的长时间卡住和接管。必须同时提高状态识别、关键目标完成率和无进展恢复能力。
### 优先验证的速度改进
| 改进 | 源码依据 | 测量方式 |
| --- | --- | --- |
| 模板先识别场景,再按场景做局部 OCR | 当前 `get_state` 整帧 OCR;许多页面已有 AALC 特征模板 | 同一截图集对比识别准确率与 capture/template/OCR 耗时 |
| 复用一帧观测及已核实目标坐标 | 当前 `click_text` 在 `get_state` 后又做一次 OCR(`protocol.py:151–164`) | 统计一次场景动作中的 OCR 调用数;输入后检查观测失效 |
| 一次 Jev 决策运行一段 AALC 流程 | 当前路线、事件、商店多次 MCP 往返,确定步骤也可能反复决策 | 每节点、每商店的 Jev 次数、MCP 次数、耗时与失败率 |
| 保留地图路线缓存,按需求更新节点成本 | AALC `MirrorMap` 缓存路线;图权重 event=1、shop=2、battle=4 | 选路误判率、实际战斗次数、每层耗时;不能用“总选上方”代替 |
| 以场景变化结束等待,保留有上限的重试 | AALC 商店、卡包、路线有固定等待;当前 agent 也有固定 sleep | 动画完成到下一动作的空闲时间、漏输入率及卡住时间 |
| 检测语义状态无进展并重新识别 | 旧记录存在重复战斗输入、特殊商店漏判和无响应 | 当前回合/场景关键标志等语义状态的停留时间,避免把战斗动画当无进展 |
**不能仅调配置就宣称当前 MCP 加速。** AALC `auto.take_screenshot()` 默认按 `screenshot_interval`(0.85 秒)节流,但 MCP `_grab()` 直接调用 `ScreenShot.take_screenshot()`,不经过该节流。把配置间隔调小不会直接改变当前 `get_state` 的耗时。`mouse_action_interval` 也只覆盖相关 AALC 操作,不能替代 agent 内部固定等待。
当前后台按键的按下/释放持续时间是先前可靠性验证的一部分。应先减少重复观测和跨进程往返,再根据游戏接受率调整间隔,不能用按键尝试数增长作为速度改善证据。
## 单一执行进程与接入边界
当前 MCP 已在 AALC 长任务运行时阻止手动输入(`protocol.py:145–146`)。混合模式应让同一个任务进程读取配置、观察页面、请求 Jev、执行 AALC 动作并发布状态;主 MCP 负责启动、状态和停止。
`Mirror` 初始化时复制 TeamSetting,并持有 Shop、地图缓存与统计状态,适合在一次运行中持续复用。不能每次 Jev 选择后重新启动整套 AALC 任务,也不能让外部 agent 与正在运行的 AALC 同时操作。
原生 AALC 尚没有通用决策插件接口。`Mirror.run()` 直接调用模块级 `select_theme_pack()`;仅继承 `Mirror` 不能自动接管该分支。接入需要明确边界:
1. 先在 lc-mcp 增加配置检查、统一 DecisionClient 和页面状态层。
2. 建立一个持续的混合任务进程,持有本次 Mirror/Shop 状态。
3. 为地图、卡包、事件、商店目标添加小范围决策钩子或适配入口;保留已有执行方法。涉及 AALC 调用点的改动需以独立、可维护的补丁管理,避免全局 monkeypatch。
4. 对带有角色、楼层及核心预算要求的商店流程使用专门适配,不能直接调用整段 `Shop.in_shop()` 并假定其固定顺序符合额外规则。
## 实施顺序与验收
| 阶段 | 交付 | 先通过的检查 |
| --- | --- | --- |
| 1. 状态与配置 | 只读 profile 预览、队伍预检查、页面状态合同、分段计时 | 不导入有副作用的配置初始化来做静态预览;不泄漏凭据;空队列明确报错 |
| 2. Jev 决策 | 统一 Python 客户端、紧凑输入、概率保留、429 冷却恢复 | 离线响应回放覆盖未知候选、低信息、限流、超时和中止;真实连接测试单独记录 |
| 3. AALC 复用 | 单进程混合执行、地图/事件/卡包入口,再逐步接商店 | 关键目标有结果证据;候选过期停止;运行中可取消;原配置与额外约束同时遵守 |
| 4. 提速实测 | 基线与混合模式在同机、同队伍/规则/分辨率下比较多次运行 | 全自动完成及确认领取、人工接管次数、每层/每商店耗时、无进展时间、OCR/Jev/MCP 次数 |
新增计时应至少分为 capture、template、ocr、decision、input、等待及验证;为失败的 Jev 请求另记 attempt 延迟。保存实际决策引擎、model、profile 摘要哈希、页面类型、执行目标和结果证据。此前 `ocr_ms` 实际包裹整个 `get_state` 往返,不能称为纯 OCR 内核耗时。
离线截图集先覆盖已知问题:紫色可达节点、特殊商店、加载中的旧库存、事件判定、卡包楼层限制、最终领取及返回大厅。用标注页面/选项评估识别和决策,随后做实机验证。没有相同条件的新实测前,不承诺具体通关分钟数。
## 本次可复现产物
- 本报告:`docs/jev_aalc_automation_research_20261003.md`。
- 离线页面状态及请求样例:`docs/jev_page_state_example_20261003.json`。
- 日志统计:`docs/feedback_latency_profile_20261003.json`。
- 统计工具:`scripts/analyze_feedback.py`(标准库,只读日志,不连接游戏、MCP 或网络)。
在仓库根目录运行:
```powershell
python scripts/analyze_feedback.py docs/feedback/2026-10-02/logs/jev_mirror_log.jsonl docs/feedback/mirror_20261002_181322/actions.jsonl
```
决策接口实现:`scripts/decision_router.py`,主脚本接入及续跑支持:`scripts/jev_mirror_agent.py`、`scripts/run_state.py`。验证覆盖 Provider 路由、无配置交接、Jev 限流/超时/无效回复、候选及请求 ID 校验、交接无输入和本局续跑。
本次全量离线回归:124 项全部通过,耗时 8.670 秒。执行模型回调到路线动作的闭环使用 mock MCP 验证;图片匹配使用真实测试截图离线验证。日志统计重新生成一致,缺失耗时没有被当成 0。`git diff --check` 通过。
本次未改变正在运行的输入方式、系统驱动或 AALC 运行配置;未发送真实 Jev 请求。完整 AALC 混合执行器、配置工具和分段识别方案仍为后续实施设计。
+69
View File
@@ -0,0 +1,69 @@
{
"schema_version": 1,
"source": {
"mode": "offline_fixture",
"fixture": "tests/fixtures/floor4_white_events.png",
"sha256": "55ecd21353493b15c2967a7f6a0de34ce6ce9e3402eac63a42a69f74234ebcc8",
"recognizer": "scripts/jev_mirror_agent.py:map_candidates",
"method": "OpenCV template matching, arrow brightness and ORB icon matching; no vision-model API"
},
"observed_candidates": {
"route_w": {
"description": "上方有高亮可达节点:事件,图标匹配数53,中心(1059,343)。按方向键选中后直接回车进入,无需二次确认。",
"action": {
"tool": "route",
"args": {
"key": "w"
}
}
},
"route_d": {
"description": "正前方有高亮可达节点:事件,图标匹配数30,中心(1059,680)。按方向键选中后直接回车进入,无需二次确认。",
"action": {
"tool": "route",
"args": {
"key": "d"
}
}
}
},
"jev_request_example": {
"model": "jev-1.13-free",
"state": {
"scene": "map",
"scene_evidence": "Bus template and adjacent-node observations from the offline map fixture",
"floor": {
"value": null,
"status": "not_extracted_from_this_image"
},
"routes": [
{
"id": "route_w",
"observation": "上方有高亮可达节点:事件,图标匹配数53,中心(1059,343)。按方向键选中后直接回车进入,无需二次确认。"
},
{
"id": "route_d",
"observation": "正前方有高亮可达节点:事件,图标匹配数30,中心(1059,680)。按方向键选中后直接回车进入,无需二次确认。"
}
],
"goal": "Prefer a reachable event or shop over battle when the node type is reliably identified."
},
"questions": {
"next_route": {
"type": "choice",
"instructions": "Choose one supplied route from the current observations. Choose reobserve if the available information is insufficient.",
"criteria": {
"route_w": "上方有高亮可达节点:事件,图标匹配数53,中心(1059,343)。按方向键选中后直接回车进入,无需二次确认。",
"route_d": "正前方有高亮可达节点:事件,图标匹配数30,中心(1059,680)。按方向键选中后直接回车进入,无需二次确认。",
"reobserve": "Refresh the local template/OCR observation if no route has a reliably identified type."
}
}
}
},
"limitations": [
"Offline recognition only; the example request was not sent to Jev.",
"The existing recognizer emits textual node descriptions rather than typed node fields.",
"Reachability/icon-match observations do not establish a calibrated accuracy or confidence probability.",
"The adapter must validate structured state support at the configured gateway; JSON-as-text is a compatible fallback."
]
}
+23
View File
@@ -0,0 +1,23 @@
# MCP 运行可靠性改进(2026-10-03)
基于 `97eca204` 的代码与另一台电脑提交的 2026-10-02 实测资料,修复离线复现确认的问题。改动未修改 AALC 子模块、输入后端或系统驱动;未启动游戏或重启常驻服务。
原先运行结束后,`claim_requested` 等上下文会遗留在磁盘。下一次执行器若读到这个标记与大厅文字,会把一个新的运行记录直接写成完成。现在运行记录与上下文共享 `run_id`;已完成局的状态不会被新局复用。领取和返回截图绑定当前局,缺少证据时不能设置完成字段。默认续跑有效的未完成记录;`--new-run` 建立全新状态,`--resume` 要求已有未完成记录。
旧版本未完成记录允许迁移:保留楼层、强化等进度,删除未绑定当前局的领取及战斗标记。没有运行记录的孤立上下文会重置。两份记录的标识不一致时停止并报告原因。JSON 快照改为临时文件写完后原子替换,中断不再留下半份 JSON。战斗上下文随当前局保存,也不再为推断它而读取全部历史动作日志。
原先客户端会无限阻塞在回复读取上;标准错误管道无人读取时也可能堵住子进程。现在标准输入、输出和错误流由独立线程处理,请求有期限,并在等待期间检查停止标记与运行预算。默认期限 30 秒,文字等待工具按其轮询时长增加 5 秒余量,仍受控制器总预算约束。初始化失败、超时、停止或无效回复均清理客户端子进程和管道。错误日志仅保留有限尾部供本地诊断。
超时不代表远端动作没有执行。客户端关闭连接后不会重放请求;状态日志记录 `outcome_unknown` 和相关工具名。停止或总预算耗尽时标记 stopped;超时和其他异常标记 requires_analysis。领取、完成、要求分析和异常终止会留下日志;步骤上限到达时也有明确停止状态。固定候选模式不再强制要求无用的 API 密钥。连接清理即使出错,也会释放执行器互斥句柄。
独立 `battle_batch.py` 原先漏掉判定、奖励卡与全员死亡界面。现在两个战斗入口共享场景识别,并在每个按键前检查停止标记和预算;空 OCR 的特写仍允许继续当前战斗,明确的退出界面则返回。新客户端在等待 MCP 回复期间也能响应停止。普通睡眠与已接收的服务端操作不保证立即取消。
MCP 请求现在先验证 JSON-RPC 外层、参数对象与工具名称/参数类型。坏请求返回协议错误,后续合法请求继续处理;通知不返回响应,也不能作为无 ID 的输入调用执行。`null` 请求不再被当作空行忽略。另修复完整任务启动与已经开始的手动输入之间的竞态:忙碌时立即拒绝启动完整任务,查询与停止任务仍不等待游戏工具锁。
验证使用 Python 3.12 的临时环境。全套 unittest:**105 项通过,无跳过**,其中原有 73 项,新增 32 项。新增测试包含真实子进程管道的无响应、阻塞写入、密集 stderr、中文响应、初始化失败与取消;还通过实际 bridge 连入隔离的 FakeEngine TCP 服务,验证新客户端与原有桥接的兼容性。其他测试核对旧状态迁移、领取证据、原子写入失败、任务并发、按键中途停止和终止界面。所有游戏输入均为 mock 或 FakeEngine,没有操作真实游戏。
测试通过证明这些离线边界已修复,不能证明自动通关或提速。另一台电脑的第一局最后确认由用户完成,第二局以人工接管结束;后续完整流程、截图识别和速度效果仍需要新的一局实测。商店合成/强化、未明确识别的事件等仍可能要求主助手核对。约 70 MB 历史截图压缩包未下载,已分析保存的独立证据截图与日志。
下一轮实测应从开局到领取后返回大厅使用同一 run_id,保留人工干预记录;出现 outcome_unknown 时先核对游戏画面,避免重复确认已经执行的操作。新开局使用 --new-run,重启游戏后继续同一存档使用 --resume。停止文件需要在准备继续时移除。
本轮提交只包含程序、测试和说明文件,没有包含个人运行记录、凭据、虚拟环境或历史物理驱动资料。
+6 -2
View File
@@ -35,7 +35,7 @@ description: 继续或重开边狱公司(Limbus Company)的镜像迷宫/
## 速度与完成标准 ## 速度与完成标准
用户已明确指定 Jev 负责固定场景、路线及常规操作决策。调用方式见 [Jev 接入](references/jev.md)。主助手只在 Jev 返回 `requires_analysis` 或出现具体接口故障时分析、修复,然后交回 Jev。最新战斗指令优先:一旦战斗开始,仅执行 P+回车直到结算,不再逐批请求模型;有界批次末只检查是否结算,未结算继续下一批。执行器仅暴露当前画面核对过的候选动作,不能执行模型返回的任意代码。当前执行器为 lc-mcp 仓库的 `scripts/jev_mirror_agent.py`,状态与问题保存在运行目录(默认 `~/lc_mcp/jev`,可用 `LC_JEV_HOME` 指定)的 `jev_mirror_status.json`。 用户最初指定 Jev 负责场景、路线及常规操作决策。后续指令(2026-10-03)要求保留执行模型接管:配置 Jev 模型和凭据时使用 Jev,未配置或调用失败时交给执行模型。调用方式见 [决策接入](references/jev.md)。最新战斗指令优先:一旦战斗开始,仅执行 P+回车直到结算,不再逐批请求模型;有界批次末只检查是否结算,未结算继续下一批。执行器仅暴露当前画面核对过的候选动作,不能执行模型返回的任意代码。仓库执行器为 [scripts/jev_mirror_agent.py](../../../scripts/jev_mirror_agent.py),运行目录默认是 `~/lc_mcp/jev`,可用 `LC_JEV_HOME` 覆盖;状态文件为 `jev_mirror_status.json`。
略过无关观测、采购、调队和反复比较,保留符咒 ++、快感 ++ 与关键技能替换。雷枝是用户允许的观测例外,不将此授权扩展为所有饰品的无界观测。大量理智损失可能增加纯 P 战斗回合,不能只按当前事件点击次数选择。 略过无关观测、采购、调队和反复比较,保留符咒 ++、快感 ++ 与关键技能替换。雷枝是用户允许的观测例外,不将此授权扩展为所有饰品的无界观测。大量理智损失可能增加纯 P 战斗回合,不能只按当前事件点击次数选择。
@@ -43,4 +43,8 @@ description: 继续或重开边狱公司(Limbus Company)的镜像迷宫/
持续到本局通关结算,或用户中止/必须手动接管的具体步骤。只有看到最终通关结算才能报告完成。研究完攻略或做完一层不算通关;不承诺复现视频的 12 分钟用时。 持续到本局通关结算,或用户中止/必须手动接管的具体步骤。只有看到最终通关结算才能报告完成。研究完攻略或做完一层不算通关;不承诺复现视频的 12 分钟用时。
用户纠正流程时,在授权范围内更新相应参考文件和现有速通笔记(lc-mcp 仓库 `docs/mirror_dungeon_speedrun_notes.md`);先读笔记,保留用户其他编辑。资料核对日期:2026-10-02。 用户纠正流程时,在授权范围内更新相应参考文件和仓库 [速通笔记](../../mirror_dungeon_speedrun_notes.md);先读笔记,保留用户其他编辑。攻略资料核对日期:2026-10-02;执行接口说明更新于 2026-10-03。
## 文档与程序的对应范围
本 skill 和参考文件是执行助手的工作说明,文件存在不表示 Python 自动加载全部攻略。当前脚本把部分用户规则写入 `SYSTEM_RULES`、候选筛选和动作宏;楼层完整目标、事件速查与合成预算还需要进一步接入。按当前游戏文字核实强化、库存和预算,不能用文档中的期望状态代替实际持有状态。具体对应关系见 [执行流程与资料覆盖](../../execution_flow_and_guide_coverage_20261003.md)。
@@ -3,14 +3,14 @@
2026-10-01 用户授权通过其 OpenCode API 接入 Jev,目标为加快镜牢推进。 2026-10-01 用户授权通过其 OpenCode API 接入 Jev,目标为加快镜牢推进。
- 官方接口:`https://opencode.ai/zen/v1/systemone`;用户给的 Go 模型列表中没有 Jev,不把 Go chat/completions 当作 Jev 接口。 - 官方接口:`https://opencode.ai/zen/v1/systemone`;用户给的 Go 模型列表中没有 Jev,不把 Go chat/completions 当作 Jev 接口。
- 已实测 `jev-1.13-free` 返回 HTTP 200,结构为 `answers.action.choice`,当前请求耗时约 1.3–1.5 秒。这不是整局速度保证。 - 历史实测 `jev-1.13-free` 返回 HTTP 200,结构为 `answers.action.choice`,当时请求耗时约 1.3–1.5 秒。这不代表当前接口已连接,也不是整局速度保证。
- 现有客户端:lc-mcp 仓库的 `scripts/jev_decision_client.mjs`,导出的 `decide(state, criteria, options)` 返回有限选项编号、概率和请求耗时。 - 当前 Python 执行路径为仓库 [jev_mirror_agent.py](../../../../scripts/jev_mirror_agent.py),通过 [decision_router.py](../../../../scripts/decision_router.py) 选择 Jev 或执行模型,并返回候选 ID、概率及耗时;Jev 请求由 [jev_client.py](../../../../scripts/jev_client.py) 发出(支持 `baseUrl`、`transport: curl`)。仓库另有独立的 `scripts/jev_decision_client.mjs`,Python 主循环不调用它。
- 密钥从 `options.apiKey`、`OPENCODE_API_KEY` 或用户已有本机配置注入;不把密钥复制到脚本、笔记、skill 或日志,也不打印配置全文。重启后若没有凭据,不能假装已接通。 - 密钥从 `options.apiKey`、`OPENCODE_API_KEY` 或用户已有本机配置注入;不把密钥复制到脚本、笔记、skill 或日志,也不打印配置全文。重启后若没有凭据,不能假装已接通。
- 只发送精简游戏状态和选项文字,避免整段聊天、其他窗口、完整桌面截图等无关内容。 - 只发送精简游戏状态和选项文字,避免整段聊天、其他窗口、完整桌面截图等无关内容。
- 先按用户规则排除不合适的选项,再将候选交给模型。当前界面和用户新指令优先;不把模型置信度当作游戏事实。 - 先按用户规则排除不合适的选项,再将候选交给模型。当前界面和用户新指令优先;不把模型置信度当作游戏事实。
- 用户更新(2026-10-02):固定场景、路线及所有常规动作均由 Jev 从候选中选择;主助手仅在 `requires_analysis` 或具体接口故障后介入。战斗动作可包含有界 P→回车短批次。API 短暂错误可重试一次,持续失败交回主助手修复。 - 用户更新(2026-10-02):固定场景、路线及所有常规动作均由 Jev 从候选中选择;主助手仅在 `requires_analysis` 或具体接口故障后介入。战斗动作可包含有界 P→回车短批次。API 短暂错误可重试一次,持续失败交回主助手修复。
- 后续战斗指令覆盖逐批决策:战斗开始后仅 P+回车循环直至结算;有界批次末检查结束标志,战斗中不再调用 Jev 或分析拼点。结算后恢复 Jev 决策。 - 后续战斗指令覆盖逐批决策:战斗开始后仅 P+回车循环直至结算;有界批次末检查结束标志,战斗中不再调用 Jev 或分析拼点。结算后恢复 Jev 决策。
- 执行器 lc-mcp 仓库的 `scripts/jev_mirror_agent.py` 通过 limbus MCP 操作;Windows 单实例互斥避免输入交叠。状态为 `jev_mirror_status.json`,动作日志为 `jev_mirror_log.jsonl`。确认弹窗候选使用当前截图坐标并排除背景按钮。商店没有出战角色技能替换时,每店最多刷新 4 次。 - 执行器通过 limbus MCP 操作;Windows 单实例互斥避免输入交叠。运行目录默认 `~/lc_mcp/jev`,可用 `LC_JEV_HOME` 覆盖;状态为 `jev_mirror_status.json`,动作日志为 `jev_mirror_log.jsonl`。确认弹窗候选使用当前截图坐标并排除背景按钮。商店没有出战角色技能替换时,每店最多刷新 4 次。
## 已落实的执行边界(2026-10-02) ## 已落实的执行边界(2026-10-02)
@@ -18,7 +18,7 @@
- 层末选择数达到要求后,一次发送三个回车;事件结果用短批次回车。同一画面仍未推进时,点击本候选绑定的确认控件,避免命中背景按钮。 - 层末选择数达到要求后,一次发送三个回车;事件结果用短批次回车。同一画面仍未推进时,点击本候选绑定的确认控件,避免命中背景按钮。
- 判定优先 OCR 明确的极高/非常高,其次高;没有清晰文字才按金黄色标识选。没有结果文字的事件选项不能当免费奖励;明确触发战斗的选项排除,选择前读取事件速查。 - 判定优先 OCR 明确的极高/非常高,其次高;没有清晰文字才按金黄色标识选。没有结果文字的事件选项不能当免费奖励;明确触发战斗的选项排除,选择前读取事件速查。
- 雷枝观测领取后记为待强化,商店打开强化面板;快感取得后记为待 ++。主助手付款并确认实际库存后清除对应待办标记;雷枝预算不足可记录延后,不能把预览当完成。快感尽量在第二、三层处理。 - 雷枝观测领取后记为待强化,商店打开强化面板;快感取得后记为待 ++。主助手付款并确认实际库存后清除对应待办标记;雷枝预算不足可记录延后,不能把预览当完成。快感尽量在第二、三层处理。
- Jev 返回 401/403/429 时不反复等待请求,当前执行会话转为固定候选回退,并将 HTTP 原因写入日志;回退不是 Jev 成功决策。 - 2026-10-03 后续指令与实现:未指定 Jev 模型、缺少凭据或 Jev 请求失败时交给执行模型。嵌入运行可提供 `executor_decider(request)` 回调;独立脚本发布 `requires_decision` 和 `decision_request.json`,由调用方读取、重新核对页面并处理,再续跑同一局。固定候选回退需显式设置 `decisionEngine=fixed` 或 `LC_FIXED_FALLBACK=1`。回退和接管均不记为 Jev 成功决策。
- 用户接管时逐键检查停止标记。日志新增 OCR 毫秒、动作毫秒、动作结束时间;未执行完的批次不伪造完整按键数。优化代码期间保持停止状态。 - 用户接管时逐键检查停止标记。日志新增 OCR 毫秒、动作毫秒、动作结束时间;未执行完的批次不伪造完整按键数。优化代码期间保持停止状态。
依据:[OpenCode Zen:Jev](https://opencode.ai/docs/zen/#jev)。 依据:[OpenCode Zen:Jev](https://opencode.ai/docs/zen/#jev)。
@@ -24,7 +24,7 @@
- **商店资料**:100 经费可用于单人恢复 50% 体力、45 理智,或全队恢复 20% 体力、15 理智;也有复活选项。1→2/2→3/1→3 技能替换报价分别为 45/75/120。实际购买以当前界面为准。[镜牢商店](https://wikiwiki.jp/lcbwiki/鏡ダンジョン) - **商店资料**:100 经费可用于单人恢复 50% 体力、45 理智,或全队恢复 20% 体力、15 理智;也有复活选项。1→2/2→3/1→3 技能替换报价分别为 45/75/120。实际购买以当前界面为准。[镜牢商店](https://wikiwiki.jp/lcbwiki/鏡ダンジョン)
- **速通推断**:明显低血、低理智时,最后商店一次有用恢复可能比团灭重试省时;这不是每店必买的新规则。不假定能回到已经离开的商店。 - **速通推断**:明显低血、低理智时,最后商店一次有用恢复可能比团灭重试省时;这不是每店必买的新规则。不假定能回到已经离开的商店。
- **E.G.O.**:有浮士德不代表装备了治疗 E.G.O.;手动处理先看实际装备、资源和效果。普通战斗仍执行用户的 P+回车;上一局头目手动授权仅适用于那次尝试。[E.G.O. 使用机制](https://limbuscompany.huijiwiki.com/wiki/E.G.O) - **E.G.O.**:有浮士德不代表装备了治疗 E.G.O.;手动处理先看实际装备、资源和效果。普通战斗仍执行用户的 P+回车;上一局头目手动授权仅适用于那次尝试。[E.G.O. 使用机制](https://limbuscompany.huijiwiki.com/wiki/E.G.O)
- **结束识别**:全体死亡/重试界面也是战斗结束,不能继续 P+回车,也不能自动接受死亡或放弃本局。此项来自上局执行缺陷,当前控制器仍待补充终止识别。 - **结束识别**:全体死亡/重试界面也是战斗结束,不能继续 P+回车,也不能自动接受死亡或放弃本局。此项来自上局执行缺陷;2026-10-03 主脚本与 `battle_batch.py` 已共用 `game_scenes.py` 的死亡/重试识别,并通过离线回归,新的整局实机验证仍待完成。
- **计时**:包含配置、模型等待、加载、修复、失败和所有停顿。用户接管后只记交接前耗时;未取得最终通关奖励不能记为自动成功。 - **计时**:包含配置、模型等待、加载、修复、失败和所有停顿。用户接管后只记交接前耗时;未取得最终通关奖励不能记为自动成功。
## 资料入口 ## 资料入口