AI导哈

宝可梦对战模拟器

一个基于PokéAPI和模型上下文协议（MCP）的宝可梦对战模拟器，提供宝可梦数据获取、技能获取和回合制对战功能，适用于游戏开发和LLM实验。

  • by Athlon07
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 athlon07/pokemon-mcp-server

使用说明

Pokémon MCP战斗服务器该项目提供了一个由PokéAPI和模型上下文协议（MCP）提供支持的Pokémons战斗模拟器。它公开了MCP工具，以便LLM（或MCP检查员）可以获取宝可梦、获取招式、开始战斗，并使用适当的伤害机制、类型效果和状态效果进行回合制战斗。

✨ 特性

  • 获取Pokémon：通过缓存从PokéAPI获取数据，以避免重复的API调用。
  • Fetch Moves：检索移动元数据，如功率、类型和状态效果，以及缓存。
  • 回合制作战系统：包括一个全面的作战系统，包括：伤害计算（STAB、类型效能、关键命中）。
  • 状态条件（瘫痪、睡眠、烧伤、中毒、冰冻）。回合结束效果（中毒/烧伤伤害、睡眠时间）。
  • 随机对手：对手是从完整的Pokédex中随机选择的，可以进行各种游戏。

流程图描述功能

flowchart TD
    A[PokéAPI] --> B["MCP Client: Claude Desktop"]
    B --> C["MCP Server: Pokémon Battle Engine"]
    C --> D[MCP Tools]

    subgraph Tools [Available MCP Tools]
        D1[get_pokemon]
        D2[get_move]
        D3[start_battle]
        D4[play_turn]
        D5[play_turn_chance]
    end

    D --> D1
    D --> D2
    D --> D3
    D --> D4
    D --> D5

📦 安装克隆或下载此存储库：

git clone [https://github.com/Athlon07/Pokemon-mcp-server.git]
cd Pokemon-mcp-server

请确保您已安装Python 3.10+。 创建虚拟环境并安装依赖项：

创建并激活虚拟环境

python -m venv venv
venv\Scripts\activate

安装所需的软件包

pip install -r requirements.txt
The requirements.txt file contains:
requests
mcp[fastmcp]
mcp[cli]

🚀 运行服务器在终端中使用以下命令启动MCP服务器：

python server.py

连接到MCP客户端（例如Claude Desktop）：

编辑客户端的配置文件以指向本地服务器。您需要提供server.py文件的绝对路径。

{
  "mcpServers": {
    "pokemon-mcp": {
      "command": "python",
      "args": ["/path/to/your/server.py"],
      "cwd": "/path/to/your/project/directory"
    }
  }
}

🛠️ 可用的MCP工具

  • get_pokemon（name:str）获取神奇宝贝的详细信息，包括统计数据、类型和可用移动。 示例：“pikachu”→ {“统计数据”：{…}，“类型”：[“电动”]。.. }
  • get_move（name:str）获取移动元数据，如功率、精度、类型和任何疾病影响。 示例：“霹雳”
  • start_battle（用户标记：str） 在你选择的口袋妖怪和随机选择的对手之间开始一场战斗。返回完整的初始战斗状态，包括生命值、回合数和战斗日志。
  • play_turn（状态：dict，移动用户：str） 扮演战斗的一个回合。你提供当前的战斗状态和你选择的移动。对手将自动选择并执行其移动。
  • play_turn_chance（状态：dict，移动用户：str） 出于兼容性目的，这是play_turn的别名。它的功能完全相同。

📝 备注

  • 使用PokéAPI作为数据源
  • 缓存效率请求
  • 服务器可以连接到任何兼容MCP的客户端
  • 可扩展新机制或自定义战斗规则

🌟 益处

  • 互动宝可梦战斗系统
  • 轻量级和无服务器MCP协议集成
  • 可扩展的战斗逻辑（更多条件、动作或AI策略）
  • LLM+口袋妖怪力学实验的完美游乐场

相关 MCP