开源项目 Mindcraft：让 LLM 自主玩 Minecraft

Mindcraft 是一款基于 Mineflayer 的开源 Minecraft AI 项目，核心思路是让大语言模型（LLM）作为「大脑」驱动游戏内 Bot 自主行动，包括采集资源、合成物品、建造结构乃至编写并执行简单代码。项目本体只是 Minecraft Java 版（推荐 v1.21.6）下的一个 Node.js 应用，使用门槛主要在 API Key 配置与本地世界启动上。

项目定位与运行方式

Mindcraft 不训练自己的游戏智能体，而是把不同 LLM 作为后端接入，Bot 名字、提示词、所用模型等都在 JSON 配置文件（如 andy.json）中定义。用户只需准备一个 Minecraft Java 版客户端和一个 LLM 的 API Key，就可以让 Bot 加入本地或在线服务器执行任务。

• 启动流程：解压代码 → 配置 keys.json → npm install → 启动 LAN 世界 → node main.js。
• 任务模式：通过 --task_path 指定 JSON 任务文件，可设置目标物品、数量、超时、禁用动作等参数，例如采集 4 个 oak_log。
• 多账号支持：在线服务器需要 Microsoft 账号，Bot 名称必须与 Minecraft profile 完全一致，否则会与自己对话。

支持的模型与 API

项目把「模型灵活性」作为卖点，几乎覆盖了当前主流 LLM 提供商，包括 OpenAI、Google（Gemini）、Anthropic（Claude）、xAI（Grok）、DeepSeek、Qwen、Mistral、Replicate、Groq、Hugging Face、Novita、OpenRouter、GLHF、Hyperbolic、Cerebras、Mercury 等；本地推理则支持 Ollama，并提供了作者自家微调的 sweaterdog/andy-4 模型以及 embeddinggemma 嵌入模型。这种「一家配置、多家切换」的设计让它更像一个 LLM Agent 实验台。

任务与代码执行能力

除了对话式行为，Mindcraft 还允许 Bot 在受控条件下生成并运行代码。默认情况下 allow_insecure_coding 为 false，即关闭代码写入；如需开启，作者建议：

• 使用 Docker 容器运行（提供 docker build / docker-compose 模板），把代码执行限制在沙箱内。
• 不要把开启代码执行的 Bot 接入公共服务器，并警惕提示词注入风险。
• 可通过 viaproxy 桥接尚未被官方支持的 Minecraft 版本。

局限与适用场景

从内容看，Mindcraft 本质上是「LLM × Minecraft」的集成示例，亮点是接入面广、配置灵活，但缺乏论文级的 benchmark 或系统性的能力对比。任务示例仍以采集木材、合成基础工具等短流程为主，更适合作为 LLM Agent、游戏 AI 教学或个人兴趣项目的参考框架，而非生产级智能体方案。对于关注 Agent 落地的开发者来说，其价值主要在于跨模型对照实验的便利性。