该仓库为水皇模拟器的后端，用来模拟七圣召唤对局，使用Python 3.10编写，使用Pydantic和FastAPI。项目另有一个前端仓库，包含可以与该后端交互的前端页面。
该项目使用AGPL-3.0协议。如果您有任何基于此项目的二次开发和分发，请遵守该协议。
本项目仅供学习交流使用，前端界面仅用于展示对局状态和方便代码调试。请在下载后24小时内删除与本项目相关的所有内容。所有相关代码基于AGPLv3协议开源。项目与米哈游公司无关，所有游戏素材版权归米哈游公司所有。本项目及其代码仓库中不包含米哈游具有版权的图像素材，或是任何与米哈游产品相关的非公开信息。
✨ 4.5版本角色和卡牌，以及平衡性调整已实现。
🔨 4.6版本角色和卡牌，以及平衡性调整实现中，包含牌组顺序相关策略更新。
🚧 AI训练支持实现中，参考AI训练支持小节。
- 已实现所有截止当前版本的角色和卡牌，包括其历史版本。
- 支持在同一套卡组中使用不同版本的角色和卡牌。
- 支持作为一个小型服务器与客户端交互。
- 提供了一个前端用来与服务器交互。
- 可以从任意状态加载并继续运行，保持结果不变。
- 100%代码覆盖率。
使用水皇模拟器LPSim用作AI训练具有如下优势：
- 由于内部实现了所有卡牌版本，模拟器更新和官方平衡性改动几乎不会影响到之前训练好的AI策略，随时可以使用旧版本卡牌和策略与新版本卡牌策略进行对局和训练（如果旧版策略不会因为对手用新卡牌而无法工作的话）。
- 代码使用Python实现，便于集成至常见深度学习框架如PyTorch、TensorFlow中。
- 所有模拟过程由Match类的类函数实现，不包含多线程或网络通信，便于实现环境并行化。
- 基于Pydantic，Match可以从任意时刻导入导出且不改变接下来的模拟结果，便于复现和调试纠错。
- 已实现部分基本Agent，可以作为对手快速搭建单智能体环境；同时设计拥有交互式Agent，便于训练完Agent以后与与其对战。
目前已基于gymnasium和pettingzoo的环境定义，开发了gymnasium.Env, pettingzoo.AECEnv基本环境。由于如何准确将七圣状态表示为数组本身就是一个难题，基本环境暂未对状态的编码表示进行实现，可以继承该环境进行修改或是Wrapper来对观测和动作空间进行修改。
在pettingzoo分支的src/lpsim/env文件夹中包含了上述环境实现，以及在Tianshou多智能体框架下的简单测试代码。目前环境还未经过详细测试，暂时以独立分支的方式存在且具有接口改动可能。AI相关代码目前仅在Python3.10测试，不保证其它版本可用性。
该项目需要Python 3.10或更新版本。
使用pip install lpsim安装最新的发布版本。你可以在PyPI找到最新的发布版本，在CHANGELOG.md找到更新日志。
使用pip install lpsim -i https://test.pypi.org/simple/安装最新的开发版本。当新的提交被推送到master分支并通过所有测试时，新的版本将会被发布到Test PyPI。当新的版本tag被推送到master分支时，新的版本将会被发布到PyPI。
克隆该仓库并使用pip install .安装。
使用FastAPI提供一个HTTP对局服务器，用来与客户端交互。使用以下命令运行服务器：
from lpsim.network import HTTPServer
server = HTTPServer()
server.run()
它将在localhost:8000上开启一个FastAPI服务器，并接受本地连接。在初始化HTTPServer时，你可以设置卡组和对局配置来创建一个带有指定规则的对局。
启动服务器后，打开前端页面，在右上角修改服务器URL（默认为http://localhost:8000），按照页面上的指示设置卡组，并开始对局。
目前异常处理比较混乱，错误可能导致游戏状态变为ERROR，服务器抛出异常，客户端返回空响应，返回404/500，或者前端运行JS失败。请打开前端的控制台，并在前端后后端查看错误信息。
你可以使用房间服务器来提供多个对局。它管理多个HTTP服务器实例，前端可以创建新的房间或加入已有的房间。当一个新的房间被创建时，房间服务器会告诉前端房间名和它运行的端口，然后前端会连接到该端口上的HTTP服务器。当一个房间创建了很长时间并且没有收到POST请求时，它会自动关闭。更多细节请参考lpsim/network/http_room_server.py和http_room_serve.py。
非交互对局主要用于代码测试和AI训练。你可以按照下述流程进行。
开始对局之前，需要先定义卡组。卡组可以使用文本或JSON格式定义。通常使用Deck.from_str就足够了，它可以定义角色和卡牌，以及控制它们的版本。下面的示例代码中的卡组字符串展示了卡组定义的语法，所有卡牌都使用4.1版本，除了风与自由，它使用4.0版本（因为它在3.7版本之后没有改变，当指定4.0版本时，卡组会自动选择3.7版本）。同时，也支持使用牌组分享码导入牌组。更多细节请参考server/deck.py。
- 初始化一个新的
server.Match实例。 - 使用
set_deck函数为玩家分配卡组。 - 如果需要，修改
Match.config。 - 卡组设置完成后，使用
Match.start函数开始对局。它会根据配置和卡组初始化对局。如果出现错误（例如卡组不合法），它会返回False和具体错误信息。 - 使用
Match.step函数推进对局。默认情况下，该函数会持续执行，直到对局结束或者生成需要响应的请求。
为了更方便的响应请求，在agents模块中项目包含了一些简单的代理。这些代理可以响应各种请求。特别的，InteractionAgent可以解析命令行并生成响应，使用命令行交互时较为方便。同时，该代理也是前端和后端交互时使用的代理。
from lpsim import Match, Deck
from lpsim.agents import RandomAgent
deck_string = '''
default_version:4.1
character:Fischl
character:Mona
character:Nahida
Gambler's Earrings*2
Wine-Stained Tricorne*2
Vanarana
Timmie*2
Rana*2
Covenant of Rock
Wind and [email protected]
The Bestest Travel Companion!*2
Changing Shifts*2
Toss-Up
Strategize*2
I Haven't Lost Yet!*2
Leave It to Me!
Calx's Arts*2
Adeptus' Temptation*2
Lotus Flower Crisp*2
Mondstadt Hash Brown*2
Tandoori Roast Chicken
'''
deck0 = Deck.from_str(deck_string)
deck1 = Deck.from_str(deck_string)
match = Match()
match.set_deck([deck0, deck1])
match.start()
match.step()
agent_0 = RandomAgent(player_idx = 0)
agent_1 = RandomAgent(player_idx = 1)
while not match.is_game_end():
if match.need_respond(0):
match.respond(agent_0.generate_response(match))
elif match.need_respond(1):
match.respond(agent_1.generate_response(match))
match.step()
print(f'winner is {match.winner}')自定义角色和卡牌前，你需要了解actions, event handlers和value modifiers。所有与对局的交互（一个实例需要修改对局中其他实例的状态）都是通过actions完成的，所有的actions都是由events触发的。value modifiers用来修改值，例如骰子消耗和伤害数值/类型。最简单的实现一个新的对象的方法是参考并复制一个已有的卡牌/角色/技能/状态...并修改它。你可以在细节中找到更多信息。
templates/character.py是一个角色的模板。你可以复制它并修改它来实现一个新的角色。你可以定义任何与角色相关的对象，例如技能、天赋、召唤、状态。然后，你需要为这些对象创建描述，描述将会在前端中使用，class registry会拒绝没有描述的对象。最后，使用register_class函数将所有对象以及它们的描述注册到class registry中，就可以在对局中使用它们了。
定义一个新的卡牌相对简单，你可以参考templates/card.py，它定义了一个新的卡牌“大心海”，它消耗2个任意骰子并抽3张牌。作为自定义卡牌的示例，在这个文件里使用了absolute import，因此可以在项目外直接使用。
你可以手动注册新的对象并在对局中使用它们。以“大心海”为例，首先安装lpsim，然后在import lpsim之后输入import templates.card。然后你可以通过a = HTTPServer(); a.run()创建一个HTTP服务器，你会发现修改卡组时一个新的卡牌被添加到了候选卡牌列表中。总代码如下，在项目根目录运行：
import lpsim
import templates.card
a = lpsim.HTTPServer()
a.run()使用Pydantic保存和加载对局状态，导出的数据可以用来恢复对局到某个状态并继续运行，也可以用来渲染前端的对局状态。
兼容不同版本的角色和卡牌。例如你可以开启一个3.8版本的双岩一斗和3.3版本的双岩剑鬼的对局，或者使用3.3的神宵和3.7的申鹤配合4.3的新行动牌和装备。
通过request和response来交互。当request列表不为空时，代理需要响应其中的一个请求。当多个玩家需要响应时（例如在游戏开始时选择角色和卡牌），它们的请求会同时生成。
对局中的所有修改都是通过action来实现的。每个action都会触发一个事件，并且可能会激活后续的action。这些新激活的action会被添加到现有的action列表的顶部，类似于堆栈列表的结构，参考EventFrame类的实现。
对局中所有的对象包含两种触发器：event handlers和value modifiers。事件处理器用来监控事件并产生响应的action列表。值修改器用来修改可变值并在必要时更新内部状态。可修改的值包括初始骰子颜色、伤害和消耗等。
所有的代码都使用pytest进行测试，覆盖率100%（除了防御性代码，它们被标记为# pragma: no cover）。由于完全兼容不同版本，当实现了新的版本时，所有已有测试都应该通过而不需要修改。
欢迎合作开发项目代码，但是目前没有详细的文档。在贡献代码前，您可以首先阅读CONTRIBUTING.md(英文)，它包含了如何安装开发环境和如何运行测试的信息。
如果你想添加新的角色相关的对象（角色、技能、天赋、召唤、状态），请参考server/character/template.py和已经实现的角色。如果你想添加新的卡牌，请参考server/card中已经实现的卡牌。完成代码编写后使用register_class函数注册新的对象到模拟器中即可使用。
你可以通过QQ群945778865联系作者，咨询开发和使用上的问题，进群问题的答案是模拟器的中文名。
开发这个项目花费了大量(本来用来打牌和打模拟宇宙的)时间。如果你觉得这个项目有帮助，您可以通过微信支持作者。
![dependabot[bot] avatar](https://avatars.githubusercontent.com/in/29110?v=4 "dependabot[bot]")
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent