Gomoku MCP Server

五子棋MCP服务器

五子棋（Five-in-A-Row）游戏服务器，使LLM能够通过模型上下文协议（MCP）进行游戏。具有智能威胁分析和战略行动建议功能。

特性

• 15x15标准板：经典五子棋游戏
• MCP工具集成：通过MCP工具完全控制游戏
• 威胁分析：检测四分球、四分球闭合、三分球和间隙模式
• 移动建议：基于战术分析的优先级移动建议
• 多模型支持：通过OpenRouter与任何LLM（Gemini、Grok、Kimi等）合作
• CLI和GUI：命令行和图形界面
• 双人模式：观看两位LLM相互竞争

建筑

src/
├── game/
│   ├── gomoku.py      # Core game logic
│   └── patterns.py    # Pattern detection engine
├── mcp_server/
│   └── server.py      # FastMCP server with game tools
├── prompts/
│   ├── system_prompt.py   # AI player system prompt
│   └── user_prompt.py     # Turn prompt template
├── agents.py          # LLM Agent for tool interactions
├── manager.py         # Game state coordinator
├── cli.py             # Command-line interface
└── gui.py             # Graphical interface

安装

环境设置 uv

uv sync
uv pip install -e .

OpenRouter API密钥

export OPENROUTER_API_KEY="YOUR_API_KEY"

跑

uv run src/cli.py   # Command-line interface (PvE or AI vs AI)
uv run src/gui.py   # Graphical interface (PvE or AI vs AI)

双人模式（LLM vs LLM）

可以观看两个LLM相互凹陷的对决。

从CLI：

uv run src/cli.py
# Select "2. Two Player 모드 (AI vs AI)"

在GUI中：

uv run src/gui.py
# Open http://localhost:8000
# Select "⚔️ AI vs AI" mode
# Choose models for Black and White
# Click "게임 시작"

运作原理

1. MCP服务器公开游戏工具： set_stone, analyze_threats, get_suggested_moves等等。
2. LLM代理接收当前游戏状态和回合提示
3. 代理通过以下方式分析威胁 analyze_threats() 并通过以下方式获得排名 get_suggested_moves()
4. 根据优先级（阻挡对手四人>制造自己的威胁>战略定位），特工放置一块石头
5. 模式检测器评估：Open-4、Closed-4、Open-3、Closed-3、间隙模式

威胁优先级

示例游戏

• 双子座-2.5-flash

image

• grok4快

image

• kimi-k2思考

image

MCP配置

添加到MCP客户端配置中：

{
  "mcp-gomoku": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/gomoku-mcp-server/",
      "run",
      "src/server.py"
    ]
  }
}

可用的MCP工具