企业官网建设流程全解析

Mindcraft 快速上手指南：让 LLM 代理在 Minecraft 里干活

【免费下载链接】mindcraftMinecraft AI with LLMs+Mineflayer项目地址: https://gitcode.com/GitHub_Trending/mi/mindcraft

你有没有想过，让大语言模型不止"说"，而是真的"做"？Mindcraft 就是干这个的开源项目：它基于 Mineflayer 库，把 GPT、Claude、Gemini 等模型接进 Minecraft，让 AI 代理拥有"身体"——会走路、挖矿、合成、建造，还能多个代理协作盖房子。项目支持 20 多种 LLM API，也提供自家微调的本地模型，用 Ollama 就能零成本跑起来。

🧱 为什么是 Minecraft：一个理想的 LLM 代理沙盒

Minecraft 世界是方块的、规则是确定的、状态是可查询的，而且怎么折腾都不会"弄坏"。想验证 LLM 的具身推理能力——感知环境、制定计划、执行动作、根据反馈修正——这里是最好的试验场。

Mindcraft 的核心机制是：LLM 生成动作指令（调用内置技能或写新代码），Mineflayer 机器人在游戏里执行，执行结果写回对话上下文，模型据此决定下一步。于是"感知—决策—行动"的闭环就跑起来了。

首次运行：从克隆仓库到进游戏只要五步

先确认三样东西：Minecraft Java 版（1.21.x，推荐 1.21.6）、Node.js 18 或 20 LTS（v24+ 会导致原生依赖出问题）、任意一家受支持厂商的 API 密钥（默认 OpenAI）。

1. 克隆仓库并安装依赖，安装时会自动用 patch-package 给若干依赖打补丁
2. 把 keys.example.json 复制为keys.json，填入密钥（只需一个）
3. 用 Minecraft 开一个世界，"对局域网开放"，端口设为55916
4. 在目录下启动，机器人会加入游戏，并自动打开网页 UI（localhost:8080）

git clone https://gitcode.com/GitHub_Trending/mi/mindcraft cd mindcraft npm install node main.js

之后直接在 Minecraft 聊天栏里跟机器人对话即可，网页 UI 里也能看到它的状态和视角。

📝 两份关键配置：settings.js 与代理档案

全局配置集中在 settings.js，几个高频字段值得先认识：

• host/port/auth：连接目标，局域网默认127.0.0.1:55916，离线模式；连公网服务器需microsoft认证
• base_profile：生存、助手、创造、神模式四种玩法基调
• allow_insecure_coding：是否允许 LLM 写代码并在本机执行，默认关闭
• allow_vision：是否让视觉模型解读游戏截图
• max_messages/num_examples：上下文窗口大小与示例数量

每个代理一份 JSON 档案，比如 andy.json 只写了两行——名字和模型。进阶玩法是给聊天、编码、视觉、嵌入、语音五类用途分别指定模型（model、code_model、vision_model、embedding、speak_model），模型还可以写成{api}/{model}形式走任意支持的平台。profiles/ 目录下有各厂商的现成档案可直接套用。

🧠 代码导读：代理的大脑与四肢在哪

• src/agent/agent.js：代理主类，串起对话、动作与记忆
• src/agent/conversation.js：消息处理与上下文裁剪
• src/agent/action_manager.js：动作调度与并发控制
• src/agent/library/skills.js：技能库，采集、合成、寻路、战斗等预制动作都在这
• src/models/：各 LLM 厂商的适配层，加新模型就是加一个文件
• src/mindcraft/mindserver.js：管理多代理、托管网页 UI 的服务端

改行为最简单的入口是技能库和档案里的 prompt、examples 字段，动核心逻辑前建议先读懂 agent.js 的主循环。

🏗️ 给代理一张图纸：内置任务系统

tasks/ 目录预置了建筑、烹饪、合成三类任务。以收集任务为例：

node main.js --task_path tasks/basic/single_agent.json --task_id gather_oak_logs

任务 JSON 里定义了目标（goal）、初始背包（initial_inventory）、目标物品与数量（target、number_of_target）、超时时间和禁止的动作。建筑任务则直接丢给代理一张蓝图——dirt_shelter.json、小石屋、教堂等，还支持 2~5 个代理分工协作。这个项目本身也是多智能体研究平台，minecollab.md 里讲了如何自动启动世界、批量跑任务并回收数据。

🛡️ 开启代码执行前：安全边界与 Docker 部署

allow_insecure_coding: true意味着 LLM 可以写 JavaScript 并在你的电脑上运行——虽然有沙箱，但仍可能被注入攻击利用。官方态度很明确：开了这选项就永远不要连公共服务器。

想开代码执行，建议直接进容器：

docker-compose up --build

容器内访问宿主机要改一个值：把settings.js的host设成host.docker.internal。Dockerfile 和 docker-compose.yml 都在仓库根目录，照抄即可。

🔍 连不上、说胡话：6 个常见坑的排查方向

1. 机器人进不了游戏：确认局域网端口确实是 55916；生成慢的机器把spawn_timeout调大
2. 机器人自言自语刷屏：档案里的name必须与 Minecraft 账号名逐字一致
3. npm install 报错：macOS 上是原生模块编译问题，先看 FAQ.md；Node 版本降到 18/20
4. 想连公网服务器：必须有正版 Microsoft 账号，auth改为minecraft对应的microsoft
5. 多代理各说各话：配置多个档案后，需要用/msg分别和每个机器人说话
6. 动作没生效：检查blocked_actions是否误禁了命令，或反作弊触发了block_place_delay相关限制

收尾：接下来可以往哪走

跑通单机对话之后，三条进阶路线任选：给五类用途各配一个模型榨干档案能力；在 skills.js 里加自定义技能；或者按 MineCollab 流程搭一套多代理协作环境，让它组队盖教堂。项目背后有正式论文支撑（多智能体具身推理框架），如果你想做的是研究而不只是玩，任务系统的数据回收能力会很有用。先把最小路径跑通，其余慢慢来。

【免费下载链接】mindcraftMinecraft AI with LLMs+Mineflayer项目地址: https://gitcode.com/GitHub_Trending/mi/mindcraft