Clef决策模型驱动的贪吃蛇
蛇的每一步移动方向,都由决策模型在真实棋面上判断得出,而非硬编码规则
连接中…
局面输入
得分
0
长度
3
步数
0
决策次数
0
API 平均响应
—
当前速度
—
决策模型驱动的贪吃蛇
蛇没有内置的寻路算法。每一步它都会把当前棋面交给决策模型,由模型判断往哪个方向走。

局面可以用两种方式提交: 纯文本(把蛇头、食物、安全方向写成文字)或 纯图像(把棋盘画成一张图,不带任何安全标注,让模型自己看)。

双向对比模式下,同一局面会同时以文本和图像各问一次, 用来观察模型究竟是"读懂了棋盘",还是在跟随文字里已经算好的结论。

严格串行:同一时刻只发一次请求,必须等模型返回后蛇才移动。 因此蛇的速度就等于接口的响应时效——想快也快不了,但每一步都是模型的真实判断。
游戏结束
键盘 ↑↓←→ 或 WASD 临时干预方向 · 空格暂停 / 继续 · 手机可直接滑动棋盘
01

模型决策

等待中
游戏开始后,这里会显示模型对 4 个方向的判断概率。
02

提交给模型的局面

(尚未提交)
提交给模型的棋盘图(无任何安全标注)
实际提交的棋盘图 · 未标注任何安全/危险信息
03

运行日志

显示模型决策面板