跳到主要内容

项目路线

当前基线​

giclaw 已形成配置、任务加载、依赖编排、顺序执行、调度、持久化以及 Web/TUI 控制闭环，并通过自动化测试覆盖关键编排规则。

截至 2026-10-19，月卡、邮件、纪行、成就和活动奖励已经在真实账号环境完成全流程验收。探索派遣当前暂停，尚未完成领取与再次派遣闭环，不属于稳定回归集合。

已完成的工程基础​

  • 10 个视觉 AI 操作与 12 个确定性键鼠/诊断操作。
  • dependsOn 依赖展开、去重、排序与依赖环检测。
  • daily、rewards、full 命名流程与 --routine 命令。
  • 严格任务校验，拒绝空步骤、未知操作、错误 ID 和无效依赖。
  • JSONL transcript、AI 布尔结果记录和失败现场截图。
  • Cookie 有限恢复检查、可见浏览器登录引导以及浏览器复用策略。
  • 流式 Chat Completions 聚合，不依赖 Responses API。
  • 自我迭代回路 giclaw evolve：诊断、最小补丁、硬门禁校验、真实重跑、接受/回滚，含预算与 generation 记录。
  • 标签化共享游戏上下文：16 个 context: true 技能，可运行技能用 contexts 选择标签。
  • 会话持久化：Cookie 恢复窗口 60 秒，恢复失败保留 Cookie。
  • 成功/失败截图：领取动作后的 screenshot 检查点，以及超时失败现场。

后续优先级​

P0：稳定回归与安全边界​

  • 为 5 个已验收任务建立版本化截图回归集和持续真实环境验收清单。
  • 把进化系统的红线策略扩展到运行时（商店/祈愿/货币消耗的统一拦截）。
  • 增加失败后的主界面恢复、弹窗清理和可配置的后续任务策略。
  • 增加模型启动诊断，分别检查鉴权、模型图像支持和任务环境可用性。

P1：录制与可视化回放​

  • 在可见浏览器中记录键鼠事件，并导出为现有确定性步骤。
  • 在 Web 面板展示逐步截图、耗时、观察结果和失败步骤。
  • 支持从指定步骤重放，并为固定视口动作增加坐标缩放与基准校验。

P2：低延迟状态引擎​

  • 实现定频截图、区域裁剪、模板/OCR 检测和节流输入。
  • 优先支持状态机清晰、风险较低的自动对话和自动拾取。
  • 让实时状态引擎与现有工作流共享原子操作、安全策略和诊断数据。

P3：导航与战斗基础​

  • 引入定位、航向估计、路径资产与卡住恢复，再逐步扩展可靠导航。
  • 战斗能力采用独立角色配置、技能循环、目标检测和超时退出机制。
  • 高实时性任务不直接依赖逐帧远程视觉模型调用。

能力边界​

构建、单元测试和 dry-run 只能证明配置与编排层正常，不能替代真实游戏验收。UI、模型、网络、账号状态或云游戏平台发生变化后，应按风险使用可见模式回归。

视觉识别和模拟输入不等于零风险。自动化可能受到游戏服务条款限制，也可能因模型误判执行错误操作；涉及付费、货币消耗或不可逆行为的功能默认不应自动执行。