# MCAI_bot

**Repository Path**: wanquan9527/mcai_bot

## Basic Information

- **Project Name**: MCAI_bot
- **Description**: 虚拟的我的世界AI机器人,这个机器人会自动收集物资(砍树,挖矿,种植),自动战斗(躲避火焰,岩浆,怪物),自动建筑(合成物品,搭建建筑等)
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-09
- **Last Updated**: 2025-12-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# MCAI Bot

一个基于 Mineflayer 和 WebSocket 的 Minecraft AI 机器人系统，支持 AI 模型训练和实时控制。

## 项目架构

MCAI Bot 采用模块化架构设计，分为 API 服务器和 AI 训练两大部分：

```
mcai_bot/
├── API-server/      # Node.js Minecraft机器人与WebSocket服务
├── AI/              # AI训练算法目录
├── start.sh         # Linux/macOS启动脚本
└── start.bat        # Windows启动脚本
```

## 功能特性

### API 服务器 (API-server)

- **Minecraft 机器人核心**：基于 Mineflayer 的机器人实现
- **WebSocket 服务**：实时通信接口，用于 AI 模型与机器人之间的数据交换
- **环境感知**：实时监测游戏环境，包括方块、实体、威胁等
- **资源状态报告**：提供详细的物资状态信息，包括类型、位置、价值、危险等级等
- **无自主行为**：完全由 WebSocket 控制指令驱动

### AI 训练框架 (AI)

- **模块化设计**：支持多种 AI 训练算法
- **实时数据获取**：通过 WebSocket 获取机器人感知数据
- **模型管理**：集中管理训练模型
- **训练器组件**：提供不同类型的训练算法实现
- **工具库**：通用 AI 训练工具和辅助函数

## 技术栈

### API 服务器

- **Node.js** (v20+)
- **Mineflayer** - Minecraft 机器人核心库
- **mineflayer-pathfinder** - 智能路径规划
- **minecraft-data** - Minecraft 数据支持
- **ws** - WebSocket 服务
- **dotenv** - 环境变量管理

### AI 训练框架

- 支持多种 AI 框架集成（如 TensorFlow、PyTorch 等）
- 模块化设计，易于扩展

## 目录结构

### API-server 目录

```
API-server/
├── main.js              # 主入口文件
├── botCore.js           # 机器人核心创建与初始化
├── taskCollector.js     # 资源收集任务（砍树）
├── taskCombat.js        # 自动战斗系统
├── envSensor.js         # 环境感知模块
├── toolCrafter.js       # 工具制作模块
├── inventoryManager.js  # 库存管理模块
├── locationManager.js   # 位置管理模块
├── builder.js           # 建筑模块
├── locations.json       # 位置数据存储
├── wsServer.js          # WebSocket 服务器实现
├── wsMessages.js        # WebSocket 消息类型定义
├── package.json         # 项目配置
├── pnpm-lock.yaml       # 依赖锁定文件
└── README.md            # API 服务器详细说明
```

### AI 目录

```
AI/
├── models/                   # AI 模型存储目录
│   └── pathfinding/          # 路径规划模型
├── trainers/                 # 训练算法实现
│   ├── data_collector.py     # 训练数据收集器
│   └── pathfinding_trainer.py # 路径规划训练器
├── rewards/                  # 奖励函数实现
│   └── block_collection_rewards.py # 方块收集奖励函数
├── tasks/                    # 任务定义
│   └── block_collection_task.py # 方块收集任务
├── exploration/              # 探索策略
│   └── block_collection_strategy.py # 方块收集探索策略
├── utils/                    # AI 训练工具库
│   ├── ws_client.py          # WebSocket 客户端
│   └── data_processor.py     # 数据处理器
├── autonomous_trainer.py     # 自主训练控制器
├── autonomous_main.py        # 自主训练主启动脚本
├── config.py                 # AI 训练配置
└── use_model.py              # 模型使用脚本
```

## 安装步骤

### 1. 安装依赖

#### API 服务器依赖

进入 `API-server` 目录，使用 pnpm（推荐）或 npm 安装依赖：

```bash
cd API-server
pnpm install
# 或
npm install
```

#### AI 框架依赖

根据需要安装 AI 框架依赖，例如：

```bash
# 安装 TensorFlow
pip install tensorflow

# 或安装 PyTorch
pip install torch torchvision
```

## 使用方法

### 使用启动脚本

#### Linux/macOS

```bash
./start.sh
```

#### Windows

```cmd
start.bat
```

启动脚本会自动：
- 检查 Node.js 和包管理器安装
- 进入 API-server 目录
- 安装依赖（如果未安装）
- 启动 WebSocket 服务器

### 手动启动

#### API 服务器

```bash
cd API-server
node main.js
```

## WebSocket API

### 输入命令（AI → 机器人）

- `MOVE_TO` - 移动到指定坐标
- `MOVE_DIRECTION` - 向指定方向移动
- `LOOK_AT` - 看向指定方向
- `ATTACK` - 攻击目标
- `USE_ITEM` - 使用物品
- `DROP_ITEM` - 丢弃物品
- `COLLECT_RESOURCE` - 收集资源
- `CRAFT_ITEM` - 制作物品
- `BUILD_STRUCTURE` - 构建结构
- `STOP` - 停止当前任务
- `STATUS_REQUEST` - 请求状态信息

### 输出事件（机器人 → AI）

- `BOT_STATE` - 机器人状态
- `INVENTORY_STATE` - 库存状态
- `ENV_STATE` - 环境状态
- `TASK_STATUS` - 任务状态
- `RESOURCE_STATE` - 资源状态
- 其他事件...

## 资源状态数据格式

```json
{
  "type": "RESOURCE_STATE",
  "data": [
    {
      "type": "block|animal|monster",
      "position": { "x": 0, "y": 0, "z": 0 },
      "dropValue": 10,          // 掉落物品价值（数值越大越稀有）
      "dangerLevel": 5,         // 危险等级（数值越大越危险）
      "suitableTool": 1,        // 适用工具（数值）
      "suitableArmor": 0        // 适用防具（数值）
    }
  ],
  "timestamp": 1234567890
}
```

## 配置说明

### API 服务器配置

在 `API-server` 目录下创建 `.env` 文件，配置以下内容：

```env
# Minecraft 服务器配置
MC_HOST=localhost       # 服务器地址
MC_PORT=25565           # 服务器端口
MC_USERNAME=mcai_bot    # 机器人用户名
MC_PASSWORD=            # 密码（离线模式可留空）
MC_AUTH=offline         # 认证方式：offline 或 microsoft
```

## 开发说明

### 添加新功能

#### API 服务器

1. 在 `API-server` 目录下创建新的功能模块文件
2. 在 `botCore.js` 中初始化模块
3. 在 `wsServer.js` 中添加对应的 WebSocket 命令处理

#### AI 训练框架

1. 在 `AI/models/` 目录下创建模型定义
2. 在 `AI/trainers/` 目录下实现训练算法
3. 在 `AI/utils/` 目录下添加辅助工具函数

### WebSocket 消息扩展

1. 在 `API-server/wsMessages.js` 中定义新的消息类型
2. 在 `API-server/wsServer.js` 中添加消息处理逻辑
3. 更新 AI 训练框架以支持新的消息类型

## 启动脚本说明

### 启动脚本功能

- 自动检查 Node.js 和包管理器安装
- 自动安装依赖（如果未安装）
- 启动 API 服务器
- 提供详细的日志输出

### 启动脚本参数

目前启动脚本支持无参数运行，后续可扩展支持以下参数：

- `--api-only` - 仅启动 API 服务器
- `--ai-only` - 仅启动 AI 训练框架
- `--config <path>` - 指定配置文件路径

## 许可证

ISC

## 项目地址

https://gitee.com/wanquan9527/mcai_bot.git