DevLog @ 2025.07.18

大家好，我是 @LemonNeko，AIRI 的维护者之一。

回顾 ​

半年前，我第一次尝试写一个可以游玩知名自动化生产模拟经营游戏 Factorio 的 AI Agent airi-factorio，并在其中进行了这些实践：

• 使用 TypeScript 编写 Factorio Mod：使用 tstl 来将 TypeScript 代码编译成 Lua 代码。
• 使用 RCON 与 Factorio Mod 进行交互：使用 factorio-rcon-api 来与 Factorio 通信，调用 /c 命令来执行 Mod 注册的函数。很感谢 @nekomeowww。
• 使用 LLM 进行决策并生成 Lua 代码来操作玩家：通过提示词工程来告诉 LLM 如何操作游戏、如何进行规划，并把与 RCON 交互的代码封装成工具（tool），让 LLM 可以调用。
• 在游戏内置的聊天系统中与 LLM 进行交互：通过读取游戏的标准输出，使用正则表达式来解析游戏中玩家的聊天内容，发送给 LLM 来处理。
• Factorio Mod 的热重载：通过为 tstl 写插件的形式来实时监测代码变化，并把新的 Mod 内容通过 RCON 发送给游戏，在收到新的 Mod 代码时卸载所有的接口并且执行一遍 Mod 的代码来实现热重载。但是，如何正确处理 Mod 已经有的状态成了大难题。
• 在 DevContainer 中进行开发：使环境变得更可控，项目启动也会变得更简单。
• 通过符号链接的方式把 tstl 的输出目录链接到游戏目录，这样我们就可以在游戏目录中直接看到编译后的 Lua 代码，方便调试。

这让我学到了很多的知识 （尤其是 Lua 的数组索引从 1 开始）。

但是，也遇到了非常多的问题，由于我们的主要操作写在 Mod 中，调试起来会非常麻烦，我们需要退出地图回到游戏主界面再重新进入才能应用上 Mod 的改动，如果我们的 Mod 稍微复杂一点，有 data.lua，则需要重启游戏。

我们让 LLM 来生成 Lua 代码，然后通过 RCON 调用游戏命令 /c 来执行，而 Factorio 一条命令的长度是有限制的，如果我们的代码过长，则需要分多次执行。

目前的代码健壮性很差，可维护性很差，如果有新朋友想来参与开发，甚至只是尝试一下，启动这个项目都是非常困难的。

Factorio Learning Environment ​

时间回到现在，我打算好好理一理这个项目，但是我不知道从哪里开始，刚好有人提到了一篇论文 Factorio Learning Environment，我来带你简单读一读它。

在这篇论文中，作者提出了一个名为 Factorio Learning Environment (FLE) 的框架，他们在这个环境中测试 AI 在长期规划、程序合成、资源管理与空间推理方面的能力。

FLE 分为两种模式：

• Lab-play：在 24 个人为设计的关卡中进行测试，资源有限，考察 AI 能否在有限资源下高效搭建流水线。
• Open-play：无限制大地图，目标是在程序生成的地图上建造最大的工厂，考查 AI 的长期自主目标制定、探索和扩展能力。

他们评测了 Claude 3.5 Sonnet、GPT-4o、Deepseek-v3、Gemini-2 等多款主流 LLM，但是在 Lab-play 中当时最强的 Claude 3.5 也只完成了 7 个关卡。

读到这里，我开始好奇，他们的评测如此复杂，那么在技术实现上是如何保证可维护性的呢？继续阅读发现，他们的实现方式与 airi-factorio 非常相似，但是相对 airi-factorio 来说有很多优点：

• 使用 Python 编写，LLM 生成 Python 代码并直接在 Python REPL 中执行，可以直接在标准输出中读取结果。由于 Python 的数据集远远多于 Lua，所以生成的准确性更高，也能生成更复杂的代码。
• Lua mod 中只包含执行操作的原语，比如 place_entity 放置实体，更复杂的逻辑放到 Python 中写，可以减少 Lua mod 出现 bug 的可能，就不用那么频繁的重启游戏。
• 使用 /sc 命令而不是 /c 命令来执行 Lua 代码，不会把代码输出在控制台里，保持控制台干净，只留下需要的内容，简化解析标准输入的难度。

为了能更好的评测 LLM 的能力，他们还认真分析了所有需要的配方的生产流程和难度，总结了一些公式，比如一个物品生产所需的成本，如何计算 LLM 得分等等。

他们还贴出了他们使用的 系统提示词，规定了环境结构、响应格式、最佳实践、如何理解游戏输出等等。

回到 airi-factorio ​

和 FLE 比起来，我们的实现显得相当幼稚，那我们要怎么改进 airi-factorio 呢？

我不想写 Python，我只熟悉 TypeScript 和 Golang，很巧，我们最近也写了 mcp-launcher，一个适用于所有可能的 MCP 服务器的构建器，我们可以配合它来使用 Golang 来实现一个 MCP 服务器，然后让 LLM 来调用它。

那么结构图就发生了变化：

玩家的聊天内容不再被推送给 LLM，而是储存在 RconChat mod 中，LLM 通过 MCP 服务器来读取这些内容。用上了 MCP 服务器，就不需要让 LLM 来生成 Lua 代码了。

系统提示词方面，目前我们的提示词虽然是 AI 生成的，但依然不够清晰，主次不明确，我打算参考 FLE 的系统提示词来改进一下。

好的，又基本推翻了之前的所有设计，该重新开始了。

结束 ​

感谢阅读，如果感兴趣，可以翻阅 FLE 的论文和 代码，也许我的理解有误，欢迎指正！这次的阅读也许不够深入，但是接下来我在按照我的思路来改进 airi-factorio 的时候，会需要反复阅读，在有进展时再更新。

这篇 DevLog 就到这里，祝大家周末愉快！

封面取自 @anrew10 的作品