# lc-mcp — 基于 AALC 的 Limbus Company MCP server 把 [AhabAssistantLimbusCompany (AALC)](https://github.com/KIYI671/AhabAssistantLimbusCompany) 的识别与操控能力包装成 MCP 工具,给 AI agent(codex / 任意 MCP 客户端)用。 - **低层**:截图、RapidOCR、AALC 模板图匹配(几百张按钮/图标模板)、后台点击/按键,全部直接调 AALC 的 `module.automation` - **高层**:`run_task` 直接跑 AALC 现成的完整流程(日常经验本/纽本、领奖励、狂气换体力、镜牢),自带战斗处理、掉线重试、游戏重启 AALC 以 git submodule 引入(`vendor/aalc`,固定到某个 commit),不改它的代码,升级时只需更新 submodule 指针。 ## 架构 ``` MCP 客户端 ──ssh──> python lc_mcp/bridge.py (stdio, 只用标准库) │ 127.0.0.1:8765, 首行 token 认证 ▼ python -m lc_mcp.server ← 登录时由计划任务在「交互桌面会话」启动 ├─ AalcEngine → AALC auto / ocr / screen (找窗口、后台截图、PostMessage 输入) └─ TaskRunner → 子进程 python -m lc_mcp.aalc_task (停止 = 杀进程树) ``` 为什么要常驻服务 + bridge:SSH 登录的进程跑在 session 0,看不到游戏窗口,也发不了输入。 旧版靠"每次截图注册一个计划任务"绕过,慢且不能输入;现在整个服务常驻在桌面会话里。 ## 部署(Windows,跑游戏的那台机器) ```powershell git clone --recursive https://git.lingll.icu/yws/lc-mcp cd lc-mcp\vendor\aalc uv sync # 按 AALC 的 pyproject 装依赖 (Python >= 3.12),生成 .venv # 先用 AALC 自己的界面 (uv run main.py) 配好队伍、镜牢设置等,lc-mcp 读同一个 config.yaml cd ..\.. powershell -ExecutionPolicy Bypass -File scripts\install_logon_task.ps1 ``` `install_logon_task.ps1` 会注册 `LcMCPServer` 计划任务(登录时启动、普通权限、失败自动重启)。 游戏以管理员身份运行时才需要加 `-Elevated`。卸载:`-Uninstall`。 ## MCP 客户端配置 ```jsonc { "mcpServers": { "limbus": { "type": "stdio", "command": "ssh", "args": ["win", "python", "C:/Users//lc-mcp/lc_mcp/bridge.py"] } } } ``` bridge 读取 `~/lc_mcp/token` 认证(服务首次启动时生成),所以 SSH 用户必须和登录桌面的用户是同一个账号。 服务没起来时 bridge 仍会完成握手,并对每个调用返回“服务未运行”的原因。 本机直接用(客户端本身就在桌面会话里):`python -m lc_mcp.server --stdio`。 本机 Codex 也可以连接常驻后台服务(将路径替换为自己的仓库目录): ```powershell codex mcp add limbus --env PYTHONUTF8=1 -- D:\lc-mcp\vendor\aalc\.venv\Scripts\python.exe -X utf8 D:\lc-mcp\lc_mcp\bridge.py ``` 常驻服务使用 `pythonw.exe` 时,启动日志写入 `~/lc_mcp/server.log`。 直接 stdio 模式会在导入 AALC 前隔离日志,并统一使用 UTF-8,避免日志破坏 JSON-RPC 或中文乱码。 模板识别会根据当前客户区的 16:9 画面比例临时缩放,匹配结束后恢复内存中的原配置。 ## 工具 | 工具 | 说明 | |------|------| | `get_state` | 截图 + OCR,返回窗口内全部文字 `{text,x,y,w,h,score}` | | `click_text(text, index)` | 按文字点击;忽略空格/大小写,完全匹配优先 | | `wait_for_text` / `wait_for_text_gone` | 轮询 OCR 等文字出现/消失(上限 300s) | | `find_image` / `click_image(name, threshold, model)` | AALC 模板图匹配,适合没有文字的按钮 | | `list_images(prefix)` | 列出模板图,如 `battle/`、`mirror/` | | `screenshot` | 窗口截图(`~/lc_mcp/shots`,只保留最近 30 张) | | `click(x,y,times)` / `keypress` / `type_text` | 低层输入(窗口客户区坐标) | | `drag(from_x,from_y,to_x,to_y,duration)` | 保持左键按下并缓慢拖动,适用于卡包;默认 1 秒,范围 0.1–10 秒;坐标以 `get_state` 的客户区截图为准 | | `run_task(task, …)` | `all` / `daily(exp,thread)` / `reward` / `enkephalin(times)` / `mirror(count)` | | `task_status(lines)` / `stop_task` | 任务状态、日志尾部(`~/lc_mcp/runs`)、强制停止 | 任务运行期间,点击/按键类工具会被拒绝(防止打乱 AALC 的流程),只读工具仍可用。 `run_task` 传入的次数只对本次运行生效,结束后恢复 `config.yaml` 原值。 ## 环境变量 | 变量 | 默认 | 说明 | |------|------|------| | `AALC_DIR` | `vendor/aalc` | 使用其他位置的 AALC 源码 | | `LCP_PORT` | 8765 | 服务/bridge 端口 | | `LCP_KEEP_SHOTS` | 30 | 截图保留张数 | ## 开发 / 测试 ```bash python -m unittest discover -s tests # 不需要 Windows/AALC (FakeEngine) python -m lc_mcp.server --stdio --fake # 假引擎手动调试协议 ``` 服务安装后,可通过真实 bridge 做 MCP 握手和工具调用: ```powershell vendor\aalc\.venv\Scripts\python.exe -X utf8 scripts\mcp_probe.py task_status vendor\aalc\.venv\Scripts\python.exe -X utf8 scripts\mcp_probe.py get_state vendor\aalc\.venv\Scripts\python.exe -X utf8 scripts\mcp_probe.py find_image '{"name":"mirror/road_in_mir/setting_assets.png"}' ``` 该脚本只调用指定工具;输入类工具会实际操作游戏。完整 AALC 任务依赖已配置好的队伍与流程,基础连接测试不需要启动完整任务。 ## Jev 镜牢执行器与真实反馈 `scripts/jev_mirror_agent.py` 通过 MCP bridge 操作游戏,普通分支交给 Jev;战斗采用 P → 回车宏,事件先 SKIP,回车失效时使用当前按钮。它保留用户已配好的队伍,商店无可替换出战角色时至多刷新 4 次,加载期间不读取旧库存继续操作。 安装 AALC 依赖并启动常驻服务后,把 `OPENCODE_API_KEY` 设为自己的凭据,再运行: ```powershell vendor\aalc\.venv\Scripts\python.exe -X utf8 scripts\jev_mirror_agent.py scripts\jev_config.example.json --steps 250 --seconds 1800 ``` 运行数据默认写到 `~/lc_mcp/jev`,可用 `LC_JEV_HOME` 指定其他目录。创建该目录下的 `JEV_STOP` 文件即可停止;续跑前移除它。不要与 AALC 完整任务或另一个游戏执行器同时操作。 每局运行现在有独立标识。默认续跑尚未结束且上下文一致的当前局;已完成或没有运行记录时建立新局。重新开一局时使用 `--new-run`,明确要求续跑时使用 `--resume`。旧版本未完成记录会保留楼层和强化进度,但旧的领取及战斗标记不会作为本局完成证据;只有上下文而没有运行记录时会重置它。领取截图和返回大厅截图必须属于当前局,才能记录完成。 ```powershell # 新开一局:清除上一局的楼层、饰品与领取状态 vendor\aalc\.venv\Scripts\python.exe -X utf8 scripts\jev_mirror_agent.py scripts\jev_config.example.json --new-run --seconds 1800 # 续跑已保存的未完成局,保持原计时起点 vendor\aalc\.venv\Scripts\python.exe -X utf8 scripts\jev_mirror_agent.py scripts\jev_config.example.json --resume --seconds 1800 ``` MCP 客户端默认每次请求等待 30 秒,文字等待工具按自身时长延长响应期限。等待回复期间也检查停止标记和本次运行的时间预算。超时或中断时关闭客户端连接,并记录结果可能未知;不会自动重发点击或按键。常驻服务已经接收的操作可能仍会完成,需核对当前画面后再续跑。`battle_batch.py` 与主执行器共用判定、奖励、死亡和地图等战斗退出条件,并在每个按键前检查停止标记。 设置 `LC_FIXED_FALLBACK=1` 可只使用固定候选,无需 Jev API 密钥;仍需运行 MCP 服务。完整 AALC 任务启动时,如有 MCP 工具正在执行,会立即返回忙碌错误,避免与当前输入交错;查询与停止任务不受影响。 本轮修复、验证范围与已知限制见 [2026-10-03 运行可靠性改进](docs/mcp_runtime_improvements_20261003.md)。 本次修复、实际失败反馈、操作日志、截图清单、修改源码快照和速通 skill 见 [2026-10-02 实测记录](docs/feedback/2026-10-02/README.md);安装与测试说明见 [INSTALL_TEST_REPORT.md](INSTALL_TEST_REPORT.md)。这些是开发中的真实记录,包含失败和仍未验证的步骤。 ## 许可证 AALC 使用 AGPL-3.0。本项目会导入并运行 AALC 的代码,分发时需遵守 AGPL-3.0。