MinSC是一个为Model Context Protocol (MCP)设计的最小化星际争霸游戏环境,用于AI Agent的实时策略游戏训练和测试。
- 地图系统: 1024x768像素地图,随机分布的8个资源点
- 单位系统: 工人单位,支持移动、选择、资源采集
- 建筑系统: 指挥中心,支持工人生产和资源存储
- 游戏循环: 60FPS实时渲染,事件驱动的游戏逻辑
- 单位选择: 左键点击单位,拖拽框选多个,Shift+点击多选
- 单位指令: 右键空地=移动,右键资源点=采集,右键建筑=交互
- 建筑操作: 选择指挥中心后按W键=生产工人,S键=停止生产
- 游戏控制: Space键=暂停/继续,ESC键=退出游戏
- 双方对战: 蓝色玩家1 vs 红色玩家2(当前可手动控制双方)
- 资源采集: 工人采集绿色资源点,携带量10/10满载后需返回
- 资源管理: 指挥中心存储资源(容量500),支持工人卸载
- 单位生产: 指挥中心生产工人(耗时3秒,队列最大5个)
- 视觉反馈: 选择框、路径线、血条、进度条、携带指示器
- Python 3.13+
- Windows/Linux/macOS
# 进入MinSC目录
cd MinSC
# 启动游戏(推荐,跨平台)
python launcher.py
# 或者手动激活虚拟环境
venv/Scripts/activate # Windows
# 或 source venv/bin/activate # Linux/macOS
python src/main.py视觉元素识别:
- 绿色圆圈 = 资源点(矿物),大小表示资源剩余量
- 小方块单位:
- 浅蓝色方块 = 玩家1的工人单位
- 浅红色方块 = 玩家2的工人单位
- 大方块建筑:
- 深蓝色大方块 = 玩家1的指挥中心(左上角)
- 深红色大方块 = 玩家2的指挥中心(右下角)
- 选择状态:
- 黄色边框 = 已选中的单位/建筑
- 白色线条 = 单位移动路径
- 状态指示器:
- 单位上方绿色条 = 血条
- 单位右上角小圆点 = 资源携带指示(黄/橙/红色)
- 建筑下方黄色条 = 生产进度条
-
识别游戏元素
- 找到地图上的绿色圆圈(资源点)
- 识别蓝色工人(左上角附近)和红色工人(右下角附近)
- 定位两个指挥中心:蓝色(左上)和红色(右下)
-
单位选择
- 左键点击蓝色工人单位,观察黄色选择框出现
- 拖拽框选多个单位(从空地拖到包围单位)
- Shift+点击添加单位到选择(可选择敌我双方单位)
-
移动控制
- 选择蓝色工人后右键点击空地,观察单位移动
- 观察白色移动路径线和圆形目标点
- 测试移动到地图不同区域
-
资源采集
- 选择蓝色工人右键点击绿色资源点(圆圈)
- 观察工人移动到资源点并开始采集动作
- 注意工人右上角出现的小圆点(资源携带指示器)
- 观察资源点大小随采集而缩小
-
资源卸载
- 工人携带资源后(右上角有圆点)右键点击蓝色指挥中心
- 观察工人移动到指挥中心并卸载资源
- 资源携带指示器消失
-
单位生产
- 左键选择蓝色指挥中心(大方块),出现黄色选择框
- 按W键开始生产工人
- 观察建筑下方出现黄色生产进度条
- 等待3秒后新的蓝色工人在指挥中心附近生成
-
完整资源循环
- 蓝色工人:采集→卸载→再采集的完整经济循环
- 观察指挥中心资源存储变化
-
多单位协作
- 框选多个蓝色工人
- 右键不同的绿色资源点,观察工人分散采集
-
生产队列管理
- 选择蓝色指挥中心连续按W键建立生产队列(最多5个)
- 按S键取消生产队列
-
敌我单位对比
- 分别选择蓝色和红色工人,观察颜色区别
- 测试红色工人的移动和采集(同样的操作)
- 注意:当前版本没有战斗系统,敌我单位可和平共处
- 游戏引擎 (Pygame 60FPS)
- 地图和资源系统
- 单位系统 (工人)
- 建筑系统 (指挥中心)
- 基础RTS控制
- 资源采集和管理
- 单位生产
- MCP三层决策API
- 战斗单位 (战士)
- 更多建筑类型
- AI对战系统
- 网络多人游戏
MinSC/
├── src/
│ ├── engine/ # 游戏引擎
│ │ ├── game.py # 主游戏循环
│ │ └── map.py # 地图系统
│ ├── units/ # 单位系统
│ │ ├── unit.py # 基础单位类
│ │ └── worker.py # 工人单位
│ ├── buildings/ # 建筑系统
│ │ ├── building.py # 基础建筑类
│ │ └── command_center.py # 指挥中心
│ └── main.py # 程序入口
├── venv/ # Python虚拟环境
├── launcher.py # 跨平台启动器
└── README.md
Game: 主游戏循环,事件处理Map: 地图管理,资源点生成Unit: 基础单位类,移动和选择Worker: 工人单位,资源采集能力Building: 基础建筑类,生产和状态管理CommandCenter: 指挥中心,工人生产和资源存储
- MCP接口设计 - 三层决策API架构
- AI Agent集成 - 支持外部AI控制
- JVS框架集成 - 七步PDCA验证环境
- 性能优化 - 支持大规模单位和建筑
MinSC项目是JVS框架生态的重要组成部分,为AI Agent提供了一个标准化的RTS游戏测试环境。
MIT License