战争游戏AI代理🎯
*古老的普鲁士战争游戏的现代方法 - 使用小语言模型，LangGraph和MCP服务器*
🎖️ 普鲁士遗产
普鲁士战争游戏（*战争游戏*1824年由Georg Leopold von Reiswitz开发，通过结构化模拟彻底改变了军事训练。我们将继续这一传统 - 以人工智能特工为指挥官，体现不同的军事理论并做出现实的战术决策。
*“战争是不确定性的领域。战争行动所依赖的四分之三因素，或多或少地存在于不确定性的雾中。 ”* -卡尔·冯·克劳塞维茨
🚀 视觉
该项目实施了一个 概念验证 用于人工智能控制的战争模拟，其中：
- 小型语言模型 作为战术指挥官
- LangGraph 编排复杂的决策链
- MCP服务器 提供历史数据和理论
- 现实的军事理论 （越南时代）塑造行为
🏗️ 建筑
📁 prussian-wargame/
├── 🎯 core/ # Simulationskern
│ ├── domain/ # Militärische Entitäten
│ ├── simulation/ # Physics Engine
│ └── analytics/ # Kampfmodelle (Lanchester etc.)
├── 🤖 agents/ # KI-Kommandeure
│ ├── doctrines/ # US/NVA/ARVN/VC Doktrinen
│ ├── commanders/ # Kommandoebenen
│ └── graphs/ # LangGraph Entscheidungsbäume
├── 🌐 mcp_servers/ # Datenserver
│ ├── historical_data/ # Schlacht-Datenbank
│ ├── doctrine_server/ # Taktik-Wissensbasis
│ └── realtime_server/ # Live-Updates
├── 🧠 models/ # LLM Konfiguration
├── 🎮 scenarios/ # Historische Szenarien
└── 📊 ui/ # Streamlit Interface🎭 KI代理组合
🇺🇸 美军
- 空中机动条令直升机辅助机动
- 消防支援协调精确炮兵/空中支援
- 先进物流优秀的供应链
🇻🇳 北越军队
- 人民战争战略长期破坏战术
- 隧道系统地下作战基地
- 大规模步兵袭击协调的大规模攻击
🇻🇳 ARVN（越南陆军）
- 防御作战保持固定的位置
- 当地知识地形/人口理解
- 美国设备集成美国武器技术
🌿 越共
- 游击战争《暗杀与破坏》
- 民用混合： 隐藏在平民中
- 陷阱： 即兴爆炸装置
🧮 模拟模型
兰切斯特定律
战斗力和损失预测的数学建模
OODA循环集成
- 观察情报和传感器数据
- 东方评估具有历史背景的情况
- 决定基于理论的决策
- 法案命令执行和反馈循环
克劳塞维茨原则
- 战争的雾： 信息不完整
- 摩擦不可预测的干扰因素
- 施维尔蓬特： 力量集中
🎯 核心特性
现实的指挥结构
# Hierarchische Befehlskette
Strategic Command (Division/Corps)
↓
Operational Command (Brigade/Regiment)
↓
Tactical Command (Battalion/Company)
↓
Squad Leaders (Platoon/Squad)动态战斗模拟
- 弹道学和物理学现实导弹轨道
- 视线基于地形的视线
- 湿气影响视力和运动
- 道德与疲劳：心理学哲学家
专业 AI 角色
- 🎖️ 排长快速战术决策
- 💥 消防支援官：炮兵协调
- 🔍 英特尔分析师： 敌人评估
- 📦 后勤干事供应规划
🎮 越南场景
1966年达
- 美国海军陆战队 兽医 NVA/VC 战略机场
- 直升机支持的丛林战斗
- 复杂的平民/战斗人员区分
其他场景
- 遭遇随机接触敌人
- 防御作战： 基地防御
- 伏击场景： 拘留情况
🛠️ 技术堆栈
Core Engine:
- Python 3.11+
- LangGraph (Agentenorchestierung)
- MCP Protocol (Datenserver)
AI Models:
- Ollama (Lokale LLM Hosting)
- Quantisierte Modelle (Effizienz)
- Custom Military Prompts
Simulation:
- NumPy (Numerische Berechnungen)
- GeoPandas (Geländeanalyse)
- NetworkX (Kommunikationslinien)
Interface:
- Streamlit (Web UI)
- Plotly (Interaktive Karten)
- WebGL (3D Visualisierung)
Infrastructure:
- Docker Compose
- Redis (Caching)
- SQLite (Historische Daten)🚀 快速开始
# Repository klonen
git clone https://github.com/your-org/wargame-ai-agents.git
cd wargame-ai-agents
# Environment Setup
cp .env.template .env
pip install -r requirements.txt
# Ollama Models herunterladen
ollama pull llama3.2:3b
ollama pull mistral:7b
# Services starten
docker-compose up -d
# Simulation starten
streamlit run ui/streamlit_app.py📊 Metricen&Analytics
战斗分析
- 伤亡率： 损失比较
- 全地形控制：对时间的控制
- 供给效率：物流性能
- 命令延迟： 决策速度
KI代理性能
- 决策质量战术适当性
- 遵守教义忠于军事理论
- 适应性：应对意想不到的情况
- 资源利用率： 高效利用资源
🎯 路线图
第一阶段：基础 ✅
- \[x\] 基础模拟引擎
- \[x\] 简单的人工智能代理
- \[x\] 流媒体原型
第二阶段：情报 🔄
- \[\]LangGraph集成
- \[\]MCP服务器实现
- \[ \] 学说特定代理
- \[\]越南
第三阶段：精致 📋
- \[\]多代理协商
- \[\]实时天气/英特尔馈送
- \[\]高级物理（弹道学）
- \[\]机器学习集成
第四阶段：规模 🚀
- \[\]多战区作战
- \[\]历史战役娱乐
- \[\]教育界面
- \[\]竞争模式
🤝 贡献
我们寻求加强：
- 🎖️ 军事历史学家学说的真实性
- 🤖 人工智能工程师LLM优化
- ⚙️ 仿真开发人员：物理/数学
- 🎮 游戏设计师：用户体验
📚 文学与灵感
- “从战争” -卡尔·冯·克劳塞维茨
- 《战争的艺术》 -孙子
- 《战争论》 -B.H.利德尔·哈特
- “我们曾经是士兵……而且很年轻” -哈罗德·G·摩尔
- “战斗的面孔” -约翰·基根
📄 许可证
麻省理工学院执照-思合 许可证 为了细节。
______________________________________________________________________
*“在限制中，只有大师才能表现出来，只有法律才能给我们自由。*\ -歌德 （关于模拟的艺术）
🎯 \[现场演示\] | 📖 \[文件\] | 💬 \[不和谐社区\] | 🐛 \[问题\]