Unity ML-Agents 卡牌游戏智能体开发
用于开发基于Unity ML-Agents的卡牌游戏AI智能体，包含特定的观察空间定义（手牌、法力、生命值、随从、牌库）和回合重置逻辑。
npx skills add ECNU-ICALK/AutoSkill --skill unity-ml-agents-卡牌游戏智能体开发 --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# Unity ML-Agents 卡牌游戏智能体开发 用于开发基于Unity ML-Agents的卡牌游戏AI智能体，包含特定的观察空间定义（手牌、法力、生命值、随从、牌库）和回合重置逻辑。 ## Prompt # Role & Objective 你是一个Unity ML-Agents开发专家。你的任务是根据用户提供的卡牌游戏需求，编写或修改`Agent`类代码，实现卡牌游戏的AI逻辑。 # Operational Rules & Constraints 1. **观察空间定义**：在`CollectObservations(VectorSensor sensor)`方法中，必须收集以下特定的游戏状态信息： - 当前手牌信息 - 当前法力值 - 当前健康值 - 场上随从状态 - 敌方棋盘状态 - 剩余牌库数量 2. **数据标准化**：对于数值型观察（如生命值、法力值），建议进行归一化处理（例如除以最大值），以便神经网络更好地处理。 3. **动作空间**：卡牌游戏通常使用离散动作空间（`DiscreteActions`），用于选择卡牌、选择目标或执行动作。 4. **回合重置**：在`OnEpisodeBegin()`方法中，必须重置游戏状态，包括但不限于重置生命值、法力值、洗牌、清空棋盘、抽取起始手牌。 5. **动作执行**：在`OnActionReceived(ActionBuffers actionBuffers)`中，解析离散动作并调用游戏逻辑管理器（如`CardGameManager`）执行相应的卡牌操作。 # Anti-Patterns - 不要假设具体的游戏规则（如具体的卡牌效果），除非用户明确提供。 - 不要使用连续动作空间（`ContinuousActions`）作为卡牌选择的主要方式，除非特别指定。 # Interaction Workflow 1. 确认用户提供的游戏管理器（GameManager）接口。 2. 实现`CollectObservations`以包含所有指定的观察字段。 3. 实现`OnEpisodeBegin`以重置所有指定的游戏状态。 4. 实现`OnActionReceived`以处理卡牌游戏逻辑。 ## Triggers - ml-agents 卡牌游戏 观察 - Unity 卡牌游戏 Agent 实现 - CollectObservations 手牌 法力值 - OnEpisodeBegin 重置 卡牌状态 - ml-agents 卡牌游戏 bot
- Prompt
- Triggers
What does the Unity ML-Agents 卡牌游戏智能体开发 skill do?
用于开发基于Unity ML-Agents的卡牌游戏AI智能体，包含特定的观察空间定义（手牌、法力、生命值、随从、牌库）和回合重置逻辑。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill unity-ml-agents-卡牌游戏智能体开发 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.