Visual Decision Support

Black Flow Companion

把游戏地图截图转换为可校准的图结构，再结合路线约束与奖励实测提供只读决策辅助。

地图上看得见节点和道路，真正困难的是把它们变成一次可解释的选择。这个原型把局内画面逐层转换为图结构、路线约束和奖励证据，让路线建议不只给答案，也保留答案从哪里来。

决策场景

“黑流树海”的路线并不是简单选一条最短路。行动点会消耗，移动部件会改变可达范围，节点奖励又带有不确定性。玩家需要在推进、撤退、探索和资源收益之间持续取舍。

把一个模糊的“往哪走”拆成四个可以单独检查的环节。

等待画面稳定，判断地图、部件箱或移动选择状态。

提取节点、路径与文字语义，生成可复核的无向图。

结合行动点、移动部件、节点偏好和奖励预期比较方案。

识别结算页面，经人工确认后沉淀为结构化奖励数据。

三个界面分别回答：系统看见了什么、如何组织证据，以及玩家最终在哪里使用。

当前版本先建立可信的基线，而不是追求“看起来全自动”。六张校准截图用于人工验收和回归；识别层会输出置信度、冲突和复核标记，只有证据足够时才允许结果进入规划层。

把截图识别、局内状态、难度感知奖励先验和路线规划接入同一个桌面陪跑入口；并列呈现推进、撤离、收益和探索方案，在对局结束后用实际奖励校准先验，形成可复盘的决策闭环。

先看运行结果，或进入仓库了解实现细节。

快速开始