選擇模型與 AI 設定
自動遊玩需要一組 LLM API key。手動遊玩不需要,可以跳過這頁。
Settings 有四個頁籤:LLM、Automatic play、Advanced、Actions。 每一項的預設值與作用見面板功能詳解。
先決定用哪種後端
Section titled “先決定用哪種後端”有四種,不是只有 OpenRouter:
| 後端 | 要不要 API key | 適合 |
|---|---|---|
| Codex CLI | 不用 —— 直接用本機已登入的 CLI | 已經在用 Codex 的人 |
| Claude CLI | 不用 —— 同上 | 已經在用 Claude Code 的人 |
| OpenRouter | 要 | 想要最好的性價比,見下方實測 |
| OpenAI 相容 | 看端點 | 接本地模型(預設指向 Ollama)或自架服務 |
已經有 Claude 或 Codex CLI 的話,直接選 CLI 後端就好 —— 不用再辦一組 API key。
想完全本地跑就選 OpenAI 相容,Base URL 填 Ollama 位址。沒有 API 費用、 資料不出機器,代價是本地模型多半較慢,可能追不上遊戲的回合節奏 (記得把 Advanced 的 Request timeout 調大)。
OpenRouter 該用哪個模型
Section titled “OpenRouter 該用哪個模型”客戶端內附的 scripts/bench-models.js 會用實際出貨的提示詞測試候選模型,
評分兩件事:是否記得住背包裡實際有什麼,以及是否會放棄超出範圍的目標。
以下是實測結果(成本欄是連續遊玩 8 小時的估算):
| 模型 | 回應中位數 | 背包正確 | 距離判斷 | 8 小時成本 |
|---|---|---|---|---|
qwen/qwen3.7-flash(預設) | 0.7s | 3/3 | 3/3 | $0.60 |
openai/gpt-oss-20b | 0.5s | 3/3 | 3/3 | $0.86 |
anthropic/claude-haiku-4.5 | 1.5s | 3/3 | 3/3 | $14.34 |
mistralai/mistral-nemo | 0.3s | 0/3 | 0/3 | $0.23 |
inclusionai/ling-2.6-flash | 0.7s | 0/3 | 1/3 | $0.14 |
預設是 qwen/qwen3.7-flash:兩項規則都守得住、回應遠低於一秒,
成本只有前沿模型的零頭 —— 而這正是遊戲需要的 8 秒回合節奏所仰賴的。
注意最後兩個模型:便宜但完全不及格。它們會記錯背包內容、 追著打不到的目標,實際體驗是角色在原地做無意義的事。
自己跑一次評測
Section titled “自己跑一次評測”如果想測其他模型:
OPENROUTER_API_KEY=sk-or-... node scripts/bench-models.js它會用即時的價目表計算成本,所以上表的數字會隨供應商調價而變動。