企业官网建设流程全解析

AIRI Minecraft Bot 完整指南：用自然语言指挥 LLM 驱动的 Minecraft 机器人

【免费下载链接】airi💖🧸 Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-sama's altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi

在本地 Minecraft 服务器里输入#follow，名为 AIRI 的机器人会实时寻路跟在你身后；再发一句自然语言的建造或采集指令，它会自己规划路线、砍树、合成、放方块。AIRI（ai-mo/airi）是一个自托管的 LLM 虚拟角色系统，除了 Web、macOS、Windows 端上的虚拟形象和实时语音对话，它内置了一个基于 Mineflayer（Minecraft 协议客户端库）的机器人服务，让角色真正走进 3D 游戏世界执行任务。

定位：一个会接活的 Minecraft 智能机器人

它不是传统意义上"按脚本走"的 MC 机器人，而是一个"感知—决策—行动"全链路打通的智能体：聊天指令与游戏内事件进入感知层，由 LLM 在意识层生成可执行计划，再由行动层调用寻路、战斗、建造等技能落到游戏里。你只需要下达意图，中间的过程拆解由它完成。

能力拆解：指令进来，动作出去

跟随与移动：#follow发出去，机器人就走过来

以聊天框里以#开头的消息作为指令入口（普通聊天不会触发指令解析），输入#follow后机器人开始跟随发送者，#stop立即停止。底层是 src/skills/movement.ts 中的goToPosition配合 mineflayer-pathfinder 寻路插件：目标坐标校验、地面自动抬升一格、按进度回调，失败时会返回带原因的结构化结果而不是静默卡住。

自保反击：被打先还手，血量低先吃食物

机器人受击、掉血、低血量都会生成事件信号，由 src/cognitive/perception/ 下的 YAML 规则引擎判定，再交给反射层行为执行：装备武器、寻路接近、发起攻击（src/skills/combat.ts），低血量时自动进食、逃离危险源（src/cognitive/reflex/behaviors/）。这条链路不依赖 LLM 思考，所以反应快、开销小。

采集与合成：一句"找些木头"触发多步计划

"帮我找些木头"这类指令由意识层拆解为多步动作：定位最近的树、依次砍伐（src/skills/actions/gather-wood.ts）、把物品按类别归入背包（src/skills/inventory.ts）、需要时自动合成木板等中间产物（src/skills/crafting.ts）。

建造：从"建个房子"到方块落地

README 给出的事件流示例很能说明问题："Build a house" 一条指令，感知层检测到事件，意识层的规划者拆出采集木材、合成木板、搭建墙体三个步骤，行动层逐步执行，完成后回到聊天确认。建筑逻辑集中在 src/skills/blocks.ts，方块类型匹配由 src/skills/actions/block-type-normalizer.ts 归一化处理，避免"橡木原木"和"原木"这类叫法差异导致执行失败。

实现思路：四层认知架构

整个服务按认知科学分成四层，代码边界清晰，可按层定位问题：

• 感知层src/cognitive/perception/：Mineflayer 原始信号 → 事件注册表 → YAML 规则 → 派生信号，纯数据管道
• 反射层src/cognitive/reflex/：有限状态机驱动的快速反应，可向上层发出"抑制"信号，避免重复触发 LLM
• 意识层src/cognitive/conscious/：brain.ts负责 LLM 回合编排与预算保护，js-planner.ts在隔离沙箱中执行 LLM 生成的 JS 计划脚本，query-dsl.ts提供只读的世界/背包/实体查询
• 行动层src/cognitive/action/：task-executor.ts执行计划并广播生命周期事件，action-registry.ts做参数校验与工具分发

事件总线 src/cognitive/event-bus.ts 贯穿四层，任何一层的行为都可以被观测到，这也是调试面板能工作的前提。

上手路径：安装检查清单

环境要求

• Node.js 23+ 与 pnpm（仓库为 pnpm workspace）
• 一台本地 Minecraft 服务器，默认协议版本 1.20
• 任意 OpenAI 兼容的 LLM 端点（支持自定义OPENAI_API_BASEURL）
• 已启动的 AIRI 服务（机器人通过 WebSocket 向 AIRI 回传状态与指令）

配置项说明（integrations/minecraft/.env，复制为.env.local后修改）：

首次验证步骤

1. 克隆仓库并安装依赖：

git clone https://gitcode.com/GitHub_Trending/ai/airi cd airi && pnpm i

2. 复制环境模板：cp integrations/minecraft/.env integrations/minecraft/.env.local并填好上表必填项
3. 在仓库根目录执行pnpm -F @proj-airi/minecraft-bot dev，观察终端：配置通过校验后，日志应显示机器人同时连上 AIRI 与 Minecraft 服务器
4. 进游戏在聊天框发#follow，机器人应开始跟随；再发#stop，移动立即停止

适用边界与常见问题

• 这是过渡期服务：README 明确标注 Mineflayer 机器人处于弃用路线上，官方计划由 Fabric mod 运行时接管 Minecraft 集成，不建议在其上构建长期功能
• 仅限可信服务器：动作计划在隔离沙箱中执行，但仍驱动一个真实本地进程；官方安全提示要求不要连接不可信的公开服务器
• 调试端口无鉴权：MCP、Debug Server、Viewer 三个端点开启后不校验身份，只在本机使用，切勿暴露到公网
• 必填项缺失会直接报错：配置由 zod 严格校验（src/composables/config.ts），OPENAI_API_KEY、OPENAI_MODEL等留空时启动即失败，这是特性不是 bug，便于排查
• 指令范围有限：#follow/#stop是插件层硬编码指令，其余能力走 LLM 规划，效果随所选模型能力浮动

建议从本地单人服务器开始，先验证跟随与自保这类基础行为，再逐步交给它采集和建造任务；接入新环境前，先在 README 中核对弃用与安全两节的最新说明。

版本说明：以上路径与配置项基于仓库当前快照的integrations/minecraft/工作区，功能细节以该目录下的 README 与.env模板为准。

【免费下载链接】airi💖🧸 Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-sama's altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi