TFT Agent OS 是一个面向《云顶之弈》的实验性 Agent 系统，目标是构建一个能够：

• 自动读取游戏画面
• 理解当前局势
• 做出策略决策
• 执行游戏操作
• 并逐步实现自我优化

的“类操作系统级”智能体框架。

这是一个 Research + Engineering 混合项目，不仅关注“能不能做”，也关注“应该怎么做”。

系统采用分层结构：

Perception → State → Decision → Action → Feedback → Memory → Evolution

1. Perception（感知）

   • 输入：游戏截图
   • 输出：结构化状态（JSON）

2. State（状态表示）

   • 将视觉信息压缩为可用于决策的抽象表示

3. Decision（决策）

   • 基于当前状态 + 历史信息生成策略
   • 当前阶段以 LLM 为核心

4. Action（执行）

   • 将决策转换为具体操作（鼠标 / 键盘）

5. Feedback（反馈）

   • 获取结果（血量变化 / 胜负 / 排名）

6. Memory（记忆）

   • 存储对局信息、策略经验
   • 支持检索与复用

7. Evolution（进化）

   • 基于历史数据优化策略
   • 长期目标：实现自我提升闭环

负责从游戏画面提取信息：

• 金币 / 血量（OCR）
• 棋盘状态（棋子识别）
• 商店信息

技术路径：

• 传统CV（模板匹配）
• 深度学习（YOLO + OCR）

核心策略模块：

输入：

• 当前状态（JSON）
• Memory 检索结果
• Prompt（策略约束）

输出：

• 行动指令（如：买棋子 / 升级 / 刷新）

关键问题：

• token成本
• 决策稳定性
• 幻觉控制

分为：

• 短期记忆（单局上下文）
• 长期记忆（策略经验）
• 技能记忆（可复用模式）

作用：

• 提供上下文
• 支持策略改进
• 支持自我学习

将决策转为具体操作：

• 鼠标点击
• 键盘输入

实现方式：

• 自动化工具（如 pyautogui）
• 系统级输入接口

挑战：

• 精度（坐标）
• 延迟
• 稳定性

长期目标模块：

• 记录对局
• 分析策略效果
• 更新决策逻辑

可能路径：

• LLM Reflection（自我反思）
• 模仿学习（Imitation Learning）
• 强化学习（RL）

核心问题：

• reward 定义
• 策略更新机制

tft-agent-os/
│
├── docs/
│   ├── architecture/      # 系统整体设计
│   ├── modules/           # 各模块说明
│   ├── evolution/         # 自我进化设计
│   └── roadmap.md         # 版本规划
│
├── tasks/                 # 任务管理
│
├── experiments/           # 实验代码（主要开发区）
│
├── src/                   # 稳定模块（后期）
│
└── README.md

项目采用分阶段推进：

目标：打通最小闭环

• 基础画面识别
• 简单规则决策（非LLM）
• 操作执行

👉 输出：能“自动打一局”

• 接入 LLM 决策
• 状态结构化
• Prompt 设计

（内部文档，持续更新）