vibeinging/dsh-red-alert

vibeinging★ 2JavaScript最后同步: 2026-08-24

在 GitHub 打开

A real Red Alert 2 AI battlefield plugin for DeepSeek Harness with fog-safe control, live DSH Chat, and post-match learning.

README 摘要

DSH Red Alert 简体中文 English 运行在真实红警 2 引擎上的 AI 战场沙盘。让 DeepSeek 在战争迷雾下建基地、侦察、调兵、交战、失败、复盘,再把有证据的经验带入下一局。 这不是截图识别,不是 Canvas 战术图,也不是藏在后台的 headless 模拟。中间是 DSH 原生 Chat,模型的判断、工具调用和战报持续可见;右边是同一浏览器实例、同一座战场、同一个 AI 席位正在运行的真实红警 2 兼容客户端。用户随时可以在 Chat 里插入命令,改变下一步指挥。 如果你想看 Agent 不只“回答问题”,而是在真实规则、战争迷雾和失败代价下持续行动,这可能是 DSH 里最直观、最好玩的 AI 战场沙盘。 上图是完整 DSH 页面:左侧 session,中间模型判断,右侧真实游戏画面。截图来自使用者自行提供本地 RA2 资源的实战;仓库不包含游戏素材。 它为什么好玩 - 看得到思考:模型每轮的态势判断、生产计划、批量命令和工具回执都留在 Chat。 - 能直接干预:输入“先守住第一波”“保持两个矿车”或“暂停扩张,出三辆坦克”,用户命令会进入后续指挥上下文。 - 输赢都是真的:经济、电力、建造队列、寻路、交火、战争迷雾和结算都来自右侧真实客户端。 - 不是一次一条慢慢点:一个工具调用可以批量下达多单位命令,精确回执同时带回最新战场摘要,减少重复观察。 - 微操真的是模型在做:插件不会在后台替模型选目标、撤退或发动进攻;模型从 Chat 中可见的公平快照亲自拆分编队,并在一个批次中同时下达集火、拉扯、侦察和推进命令。 - 会把失败变成规则:自然终局后生成结构化 episode,模型采用或拒绝候选经验;下一局按地图、阵营和对手取回短策略。 - 公平但不迟钝:模型只看本方、当前视野敌人和冻结的最后发现记录,不读隐藏敌军,却可以比人更稳定地检查队列和并行安排动作。 一分钟开始 需要 Node.js 22.19 以上、pnpm 和 Git。本插件只适配当前最新版 @deepseek-ai/[email protected] ,不兼容旧版 DSH。NPM consumer 已用 pnpm 8.15.3 完整实测;仓库源码开发仍由 packageManager 锁定 pnpm 11.7.0。首次准备兼容客户端时,setup 会通过 pnpm dlx 使用精确锁定的 Bun,不要求全局安装 Bun。 dsh-red-alert-setup 会检查环境、准备锁定的兼容客户端、把已发布插件挂载到 DSH Web Profile,并验证最终配置。 --download-resources 表示你明确授权 setup 从下方写明的固定地址下载资源;命令会校验固定大小和 SHA-256,再保存到 $DSH HOME/red-alert/renderer-v5/…

在 GitHub 查看完整 README →
工具/开发deepseekdeepseek-harnessdshdsh-pluginfog-of-wargame-aiharnessllm-agent

分类