Token导航 LogoToken导航

MCP Server · 运维云端

Min Sc

MinSC是一个为AI Agent设计的实时策略游戏训练环境,提供基本的星际争霸游戏功能,包括地图系统、单位系统、建筑系统和资源管理。

stdio官方级别未说明来源级核验工具 0
Python云端部署Docker

快速开始

作者 / 组织
LQR86
提供方
LQR86
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Min Sc 属于运维云端类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

python launcher.py

客户端配置示例

{
  "mcpServers": {
    "minsc": {
      "command": "python",
      "args": [
        "launcher.py"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

MinSC - Minimal StarCraft for MCP

MinSC是一个为Model Context Protocol (MCP)设计的最小化星际争霸游戏环境,用于AI Agent的实时策略游戏训练和测试。

🎮 当前功能

核心游戏系统

  • 地图系统: 1024x768像素地图,随机分布的8个资源点
  • 单位系统: 工人单位,支持移动、选择、资源采集
  • 建筑系统: 指挥中心,支持工人生产和资源存储
  • 游戏循环: 60FPS实时渲染,事件驱动的游戏逻辑

交互控制

  • 单位选择: 左键点击单位,拖拽框选多个,Shift+点击多选
  • 单位指令: 右键空地=移动,右键资源点=采集,右键建筑=交互
  • 建筑操作: 选择指挥中心后按W键=生产工人,S键=停止生产
  • 游戏控制: Space键=暂停/继续,ESC键=退出游戏

游戏机制

  • 双方对战: 蓝色玩家1 vs 红色玩家2(当前可手动控制双方)
  • 资源采集: 工人采集绿色资源点,携带量10/10满载后需返回
  • 资源管理: 指挥中心存储资源(容量500),支持工人卸载
  • 单位生产: 指挥中心生产工人(耗时3秒,队列最大5个)
  • 视觉反馈: 选择框、路径线、血条、进度条、携带指示器

🚀 快速开始

环境要求

  • Python 3.13+
  • Windows/Linux/macOS

安装运行

# 进入MinSC目录
cd MinSC

# 启动游戏(推荐,跨平台)
python launcher.py

# 或者手动激活虚拟环境
venv/Scripts/activate  # Windows
# 或 source venv/bin/activate  # Linux/macOS
python src/main.py

🎯 游戏测试指南

游戏界面说明

视觉元素识别:

  • 绿色圆圈 = 资源点(矿物),大小表示资源剩余量
  • 小方块单位:

- 浅蓝色方块 = 玩家1的工人单位 - 浅红色方块 = 玩家2的工人单位

  • 大方块建筑:

- 深蓝色大方块 = 玩家1的指挥中心(左上角) - 深红色大方块 = 玩家2的指挥中心(右下角)

  • 选择状态:

- 黄色边框 = 已选中的单位/建筑 - 白色线条 = 单位移动路径

  • 状态指示器:

- 单位上方绿色条 = 血条 - 单位右上角小圆点 = 资源携带指示(黄/橙/红色) - 建筑下方黄色条 = 生产进度条

基础操作测试

  1. 识别游戏元素

- 找到地图上的绿色圆圈(资源点) - 识别蓝色工人(左上角附近)和红色工人(右下角附近) - 定位两个指挥中心:蓝色(左上)和红色(右下)

  1. 单位选择

- 左键点击蓝色工人单位,观察黄色选择框出现 - 拖拽框选多个单位(从空地拖到包围单位) - Shift+点击添加单位到选择(可选择敌我双方单位)

  1. 移动控制

- 选择蓝色工人后右键点击空地,观察单位移动 - 观察白色移动路径线和圆形目标点 - 测试移动到地图不同区域

  1. 资源采集

- 选择蓝色工人右键点击绿色资源点(圆圈) - 观察工人移动到资源点并开始采集动作 - 注意工人右上角出现的小圆点(资源携带指示器) - 观察资源点大小随采集而缩小

  1. 资源卸载

- 工人携带资源后(右上角有圆点)右键点击蓝色指挥中心 - 观察工人移动到指挥中心并卸载资源 - 资源携带指示器消失

  1. 单位生产

- 左键选择蓝色指挥中心(大方块),出现黄色选择框 - 按W键开始生产工人 - 观察建筑下方出现黄色生产进度条 - 等待3秒后新的蓝色工人在指挥中心附近生成

高级测试场景

  1. 完整资源循环

- 蓝色工人:采集→卸载→再采集的完整经济循环 - 观察指挥中心资源存储变化

  1. 多单位协作

- 框选多个蓝色工人 - 右键不同的绿色资源点,观察工人分散采集

  1. 生产队列管理

- 选择蓝色指挥中心连续按W键建立生产队列(最多5个) - 按S键取消生产队列

  1. 敌我单位对比

- 分别选择蓝色和红色工人,观察颜色区别 - 测试红色工人的移动和采集(同样的操作) - 注意:当前版本没有战斗系统,敌我单位可和平共处

📊 游戏状态

当前实现 ✅

  • [x] 游戏引擎 (Pygame 60FPS)
  • [x] 地图和资源系统
  • [x] 单位系统 (工人)
  • [x] 建筑系统 (指挥中心)
  • [x] 基础RTS控制
  • [x] 资源采集和管理
  • [x] 单位生产

待实现 🚧

  • [ ] MCP三层决策API
  • [ ] 战斗单位 (战士)
  • [ ] 更多建筑类型
  • [ ] AI对战系统
  • [ ] 网络多人游戏

🔧 架构设计

目录结构

MinSC/
├── src/
│   ├── engine/          # 游戏引擎
│   │   ├── game.py      # 主游戏循环
│   │   └── map.py       # 地图系统
│   ├── units/           # 单位系统
│   │   ├── unit.py      # 基础单位类
│   │   └── worker.py    # 工人单位
│   ├── buildings/       # 建筑系统
│   │   ├── building.py  # 基础建筑类
│   │   └── command_center.py # 指挥中心
│   └── main.py          # 程序入口
├── venv/                # Python虚拟环境
├── launcher.py          # 跨平台启动器
└── README.md

核心类关系

  • Game: 主游戏循环,事件处理
  • Map: 地图管理,资源点生成
  • Unit: 基础单位类,移动和选择
  • Worker: 工人单位,资源采集能力
  • Building: 基础建筑类,生产和状态管理
  • CommandCenter: 指挥中心,工人生产和资源存储

🎯 下一步开发

  1. MCP接口设计 - 三层决策API架构
  2. AI Agent集成 - 支持外部AI控制
  3. JVS框架集成 - 七步PDCA验证环境
  4. 性能优化 - 支持大规模单位和建筑

MinSC项目是JVS框架生态的重要组成部分,为AI Agent提供了一个标准化的RTS游戏测试环境。

许可证

MIT License

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

AI训练Python本地部署实时策略游戏环境星际争霸资源管理

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Min Sc

MCP World · 本页

0stdio有1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Min Sc 怎么安装?

公开资料给出的安装命令是 python launcher.py,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Min Sc 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Min Sc 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Min Sc 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Min Sc 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP