企业官网建设流程全解析

看AIRI自己玩Minecraft：开源AI游戏Agent全解析，本地服务器搭建与四层认知架构揭秘

【免费下载链接】airi💖🧸 Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-sama's altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi

想让一个AI 游戏 Agent像真人一样进入《Minecraft》世界里砍树、挖矿、合成工具，甚至在被袭击时本能地反击？开源项目AIRI就做到了。AIRI 是一个自托管、完全由你拥有的 AI 虚拟伙伴（自称"Grok Companion"），支持实时语音聊天、网页 / macOS / Windows 多端运行，而它的 Minecraft 集成模块（位于 integrations/minecraft/）内置了一套受认知科学启发的四层认知架构，让 AI 从"感知"到"行动"完整闭环。这篇文章带你从零搭建本地服务器，并逐层拆解这套 AI 游戏 Agent 的设计秘密。

一分钟认识 AIRI 的 Minecraft Agent

AIRI 的 Minecraft 机器人并不是简单地调用 API，而是基于 mineflayer 协议库（Node.js 实现）真正"登录"你的 Minecraft 服务器，以一个可感知的角色身份存活。它的核心能力包括：

• 🗣️理解自然语言指令：对机器人说"帮我建一座房子"，它会规划、采集木材、合成木板、搭建墙体
• 🧠LLM 驱动决策：默认使用 DeepSeek 等 OpenAI 兼容模型（可配置任意兼容 API）
• ⚡无需 LLM 的生存本能：血量过低自动吃东西、被攻击自动反击——零 token 消耗
• 🔌双向连接 AIRI 主体：通过 WebSocket 把游戏状态、剧情摘要上报给桌面端 AIRI 角色

服务入口在 integrations/minecraft/src/main.ts，它在启动时完成三件事：读取配置、连接 AIRI 服务器、创建受管理的 Mineflayer 机器人（自动重连、加载 6 个 mineflayer 插件）。

一键搭建：本地服务器运行步骤

前置准备

你需要一个可以访问的 Minecraft 服务器（Java 版 1.20 最佳），最简单的做法是本地启动：

# 1. 克隆仓库 git clone https://gitcode.com/GitHub_Trending/ai/airi cd airi # 2. 安装依赖（pnpm 工作区） pnpm i

配置环境变量

复制模板并编辑.env.local（模板在 integrations/minecraft/.env）：

cp integrations/minecraft/.env integrations/minecraft/.env.local

关键配置项（均由 composables/config.ts 中的 Zod Schema 严格校验）：

启动服务

pnpm -F @proj-airi/minecraft-bot dev

启动后机器人会自动连接 AIRI 与 Minecraft 服务器双端。⚠️ 官方 README.md 特别强调安全事项：请勿连接不受信任的公开服务器——该 Agent 会执行 LLM 生成的 JavaScript 动作脚本，恶意服务器可能诱导机器人做出危险操作。另外，MCP Server、Debug Server、Prismarine Viewer 三个调试端点均无鉴权，切勿暴露到公网。

核心揭秘：四层认知架构

AIRI 的 Minecraft Agent 架构参考了认知科学，分为感知 → 反射 → 意识 → 行动四层，各层职责清晰、事件驱动、松耦合。

第 A 层：感知（Perception）—— 机器人的感官神经

源码位置：src/cognitive/perception/

感知层把 mineflayer 的原始信号（受伤、掉血、实体移动、聊天消息等）翻译成类型化的事件。它的流水线是：事件定义（events/definitions/*）→ 事件注册表发出raw:<模态>:<类型>事件 → YAML 规则引擎（rules/）评估并发出派生signal:*信号。

规则用声明式 YAML 编写，例如 danger/damage.yaml 定义了"500ms 窗口内受到任意伤害"即产生高显著性信号，附带伤害量、来源、距离等元数据。规则按attention（注意）、danger（危险）、social（社交）分类组织，新增感知能力只需加一个 YAML 文件。

第 B 层：反射（Reflex）—— 不花 token 的生存本能

源码位置：src/cognitive/reflex/

反射层基于有限状态机（FSM）实现"膝跳反应"，典型行为包括：

• 🍖自动进食（behaviors/auto-eat.ts）：血量 ≤6 且饥饿值 <18 时立刻吃最好吃的食物——注意细节：饱食度 ≥18 时身体已在自然回血，此时吃东西纯属浪费，所以被刻意排除
• 🛡️防御反击（defend.ts）：被攻击时自动反击
• 🏃逃离危险（escape-hazard.ts）：规避致命威胁

关键设计是抑制机制：反射层可以向意识层发送 Inhibition 信号，阻止 LLM 做出冗余决策。生存反射优先级最高（score=1000），覆盖一切待机行为——毕竟活着比做事重要。

第 C 层：意识（Conscious）—— LLM 推理大脑

源码位置：src/cognitive/conscious/

这是最"像人"的一层，由几个核心部件组成：

• Brain（brain.ts）：事件队列编排、LLM 轮次生命周期、安全/预算守卫
• JavaScript Planner（js-planner.ts）：LLM 不直接输出"工具调用 JSON"，而是输出可执行的 JavaScript 脚本，在 isolated-vm 沙箱中运行——灵活性远超传统 Function Calling
• Query DSL（query-dsl.ts）：只读的世界查询运行时，Agent 可以链式查询方块、实体、物品栏，甚至用query.map()生成 ASCII 俯视图"看"周围地形
• Task State：任务取消令牌与生命周期管理

系统提示词见 prompts/brain-prompt.md，信息量极大，几个亮点设计：

• "值优先规则"：先执行纯观察轮（不触发任何世界动作），下一轮才基于确认过的数据行动，避免"想当然"操作
• 沙盒全局变量：self（自身血量/坐标）、mem（跨轮记忆）、llmLog（历史轮日志环形缓冲）、actionQueue（实时动作队列）
• AIRI 通信通道：notifyAiri()上报紧急事件、updateAiriContext()推送持久上下文，让游戏内 Agent 与桌面端 AIRI 角色形成"双线叙事"

第 D 层：行动（Action）—— 思考与执行分离

源码位置：src/cognitive/action/

行动层把"想"和"做"彻底隔离：

• Task Executor（task-executor.ts）：执行规范化动作指令，发出生命周期事件
• Action Registry（action-registry.ts）：参数校验 + 工具分发
• 工具目录（llm-actions.ts）：绑定到 mineflayer skills 的工具 Schema

原子技能实现在 src/skills/ 下：挖矿（collect-block.ts）、伐木（gather-wood.ts）、合成（crafting.ts）、战斗（combat.ts）、移动导航（movement.ts，内置 A* 寻路，会自动挖开挡路的方块——Agent 从地底爬出地表只需一次goToCoordinate调用）。

事件流实例："建一座房子"

玩家: "build a house" ↓ [感知层] 检测聊天事件 ↓ [意识层] Brain + JS Planner 规划结构 ↓ [行动层] TaskExecutor 管理建造循环： ① 采集木材 → ② 合成木板 → ③ 搭建墙体 ↓ [意识层] Brain 确认完成，notifyAiri("房子建好了！")

调试工具：亲眼见证 AI 的思考

AIRI 提供了强大的本地调试面板（src/debug/）：

• Debug Dashboard（ENABLE_DEBUG_SERVER=true）：Web 界面实时查看认知状态、对话记录、动作执行
• MCP REPL（ENABLE_MCP_SERVER=true）：手动向 Brain 注入 JavaScript 脚本，模拟"神之手"观察 AI 行为
• Prismarine Viewer（ENABLE_MINECRAFT_VIEWER=true）：在浏览器中以第一人称观看机器人视角的世界

还有 codex-skills/minecraft-debug-mcp/ 中沉淀的调试技能文档，记录了一套完整的 MCP 调试工作流。

项目结构与延伸阅读

写在最后：需要说明的是，当前 Mineflayer 方案处于弃用过渡期，官方计划以 Fabric Mod 运行时作为未来的主要 Minecraft 集成形态（详见 README 的 Deprecation Notice）。但正因为架构分层清晰（感知/反射/意识/行动相互解耦），这套四层认知设计仍值得每个想构建 AI 游戏 Agent 的开发者参考——让 AI 有感官、有本能、有理性、有手脚，这正是 AIRI 向 Neuro-sama 高度发起冲击的技术底牌。

【免费下载链接】airi💖🧸 Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-sama's altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi