14 KiB
14 KiB
你在做完博客项目的时候,写了一个UI设计相关的总结文档,/home/ubuntu/nanocode/personal-blog/ DESIGN.md 你读一下这个文件。然后,编写/home/ubuntu/nanocode/net-games 及/home/ubuntu/nanocode/happy-games的UI设计规范,主要参考项目/home/ubuntu/nanocode/happy-games/下的doudizhu, slither-io之类,net-games的doudizhu和game hub本身。文档放在/home/ubuntu/nanocode/net-games/docs 下面。尽可能详细,内容除了我们的项目UI本身的设计规范之外,需要这么设计的意图,参考来源等
斗地主游戏需求文档
一、项目概述
1.1 游戏定位
- 名称:AI斗地主
- 类型:Web 卡牌对战游戏
- 玩家:1名人类玩家 vs 2名AI玩家
- 平台:移动端优先(支持PC)
1.2 核心体验
- 经典斗地主玩法,规则简化易懂
- AI对手有策略性,不是随机出牌
- 流畅的发牌、出牌动画
- 清晰的游戏状态提示
二、游戏规则(简化版)
2.1 牌组构成
- 总牌数:54张(含大小王)
- 牌点大小:3 < 4 < 5 < 6 < 7 < 8 < 9 < 10 < J < Q < K < A < 2 < 小王 < 大王
2.2 发牌规则
- 每人17张牌
- 剩余3张为底牌
- 叫地主后,底牌归地主所有(地主20张,农民各17张)
2.3 牌型定义(仅6种)
| 牌型 | 说明 | 示例 | 大小比较 |
|---|---|---|---|
| 单张 | 任意1张 | 3♠ | 点数大者胜 |
| 对子 | 2张同点数 | 3♠3♥ | 点数大者胜 |
| 三带一 | 3张同点数+1张单张 | 333+4 | 只比较三张部分 |
| 顺子 | ≥5张连续单张 | 34567 | 点数大者胜,长度必须相同,不能含2和王 |
| 炸弹 | 4张同点数 | 3333 | 炸弹>非炸弹 |
| 王炸 | 小王+大王 | 大小王 | 最大 |
2.4 游戏流程
- 发牌 → 17张/人
- 叫地主 → 人类玩家选择是否当地主
- 底牌 → 地主获得3张底牌
- 出牌 → 地主先出,顺时针轮流
- 结算 → 有人出完牌即结束
2.5 胜负条件
- 地主先出完 → 地主胜
- 任一农民先出完 → 农民胜
三、功能需求
3.1 核心功能
3.1.1 发牌系统
- 随机洗牌算法
- 发牌动画(17张牌依次发到3位玩家)
- 底牌展示(3张背面朝上,确定地主后翻开)
3.1.2 叫地主
- 人类玩家:按钮选择"叫地主"/"不叫"
- AI玩家:根据手牌强度自动决策
- 显示当前选择(如"P1叫地主,P2不叫")
3.1.3 出牌系统
- 人类玩家:点击选牌,系统自动识别牌型
- 牌型验证:非法牌型提示(如"这不是顺子")
- 大小验证:不够大提示(如"管不上")
- AI玩家:自动思考后出牌或"不出"
- 出牌动画:牌从手牌区飞到桌面中央
3.1.4 牌型识别
- 自动识别选中的牌是什么牌型
- 牌型合法性检查
- 与桌面牌比较大小
3.2 UI功能
3.2.1 牌桌布局
+------------------------+
| [AI1: 17张] | ← 顶部:AI1玩家
| |
| [AI2:17张] [桌面牌] | ← 左侧AI2,中央出牌区
| |
| [人类玩家手牌区] | ← 底部:自己(正面朝上)
| [出牌] [不出] [提示] | ← 操作按钮
+------------------------+
3.2.2 牌显示规则
| 位置 | 显示方式 | 交互 |
|---|---|---|
| 自己 | 正面,扇形排列 | 可点击选择 |
| AI | 背面,显示数量 | 不可操作 |
| 桌面 | 正面,最新出牌 | 只读 |
3.2.3 动画效果
- 发牌动画:牌从牌堆飞到玩家位置
- 出牌动画:牌从手牌区飞到桌面中央
- 胜利动画:显示"你赢了"或"你输了"
- 炸弹特效:屏幕震动 + 音效
3.3 AI功能
3.3.1 AI决策逻辑(非A*,采用规则型)
叫地主决策:
手牌评分 = 大牌数量(2/A/K) + 炸弹数量 + 顺子完整性
if 手牌评分 > 阈值:
叫地主
else:
不叫
出牌决策(优先级):
- 能管上且牌力刚好(不浪费大牌)
- 出牌后剩余牌更容易走
- 队友(农民)可能有的牌型
- 必要时拆牌
农民AI协作:
- 识别队友牌力(通过出牌历史)
- 适当放牌给队友
- 拦截地主关键牌型
3.3.2 AI难度等级
- 简单:随机出牌,偶尔出错
- 中等:基本策略,合理管牌
- 困难:记牌、算牌,最优决策
3.4 游戏辅助功能
- 记牌器(显示剩余牌统计)
- 提示功能(推荐可出的牌)
- 托管功能(AI替人类玩家出牌)
- 重新开局
四、技术架构
4.1 技术栈
- 引擎:PlayCanvas(3D渲染)或 Canvas 2D
- 语言:JavaScript
- UI:HTML + CSS
4.2 模块划分
doudizhu/
├── index.html # 主页面
├── css/
│ └── style.css # 样式
├── js/
│ ├── main.js # 游戏入口
│ ├── game.js # 游戏逻辑
│ ├── cards.js # 牌组管理
│ ├── player.js # 玩家类(人类+AI)
│ ├── ai.js # AI策略
│ ├── ui.js # UI渲染
│ └── animation.js # 动画效果
└── assets/
├── cards/ # 扑克牌素材
└── sounds/ # 音效
4.3 核心类设计
Game(游戏主类)
class Game {
constructor() {
this.deck = new Deck(); // 牌组
this.players = [ // 3位玩家
new Player(0, 'human'), // 人类
new Player(1, 'ai'), // AI1
new Player(2, 'ai') // AI2
];
this.lordId = null; // 地主ID
this.currentPlayer = 0; // 当前出牌玩家
this.desktopCards = null; // 桌面牌
this.gameState = 'init'; // 游戏状态
}
start() { /* 开始游戏 */ }
deal() { /* 发牌 */ }
callLord() { /* 叫地主 */ }
playCards(playerId, cards) { /* 出牌 */ }
checkWin() { /* 检查胜负 */ }
}
Player(玩家类)
class Player {
constructor(id, type) {
this.id = id;
this.type = type; // 'human' | 'ai'
this.cards = []; // 手牌
this.isLord = false; // 是否地主
}
addCard(card) { /* 加牌 */ }
removeCards(cards) { /* 出牌 */ }
think() { /* AI思考 */ } // AI专用
}
CardType(牌型识别)
class CardType {
static identify(cards) { /* 识别牌型 */ }
static canBeat(cards1, cards2) { /* 比较大小 */ }
static isLegal(cards, desktop) { /* 是否可出 */ }
}
五、数据结构
5.1 单张牌
{
id: 0-53, // 唯一ID
suit: 'spade', // 花色: spade|heart|club|diamond
rank: 3-17, // 点数: 3-15(3-2), 16(小王), 17(大王)
display: 'A♠' // 显示文本
}
5.2 牌型
{
type: 'single', // 类型
cards: [...], // 包含的牌
value: 14, // 用于比较的值
length: 1 // 牌数量
}
5.3 游戏状态
{
state: 'playing', // init|dealing|calling|playing|ended
players: [
{ id: 0, cardCount: 17, isLord: true },
{ id: 1, cardCount: 17, isLord: false },
{ id: 2, cardCount: 17, isLord: false }
],
currentPlayer: 0, // 当前轮到谁
desktop: { // 桌面牌
playerId: 0, // 谁出的
cardType: {...} // 牌型
},
lastAction: 'play', // play|pass
winner: null // 胜利者ID
}
六、UI设计规范
6.1 色彩方案
- 背景:深绿色(经典牌桌色)#0d5c3b
- 牌背:蓝色花纹 #1e3a5f
- 高亮:金色 #ffd700
- 按钮:蓝色渐变 #2196F3 → #1976D2
6.2 牌尺寸(移动端适配)
- 宽度:60px
- 高度:84px
- 间距:重叠显示(选中牌上移20px)
6.3 响应式布局
- 移动端:竖屏,手牌扇形排列
- PC端:横屏,手牌水平排列
七、开发计划
Phase 1:核心逻辑(3天)
- 牌组生成与洗牌
- 发牌逻辑
- 牌型识别算法
- 大小比较算法
Phase 2:UI框架(2天)
- 牌桌布局
- 牌的显示与交互
- 按钮与状态显示
Phase 3:游戏流程(2天)
- 叫地主
- 出牌流程
- 胜负判断
Phase 4:AI实现(2天)
- 叫地主AI
- 出牌AI(基础版)
- 记牌器
Phase 5: polish(2天)
- 动画效果
- 音效
- 移动端适配
- Bug修复
总计:约11个工作日
八、风险与注意事项
8.1 技术风险
- AI复杂度:斗地主AI需要大量调优,初期可用简单规则
- 移动端性能:大量卡牌渲染需要优化
- 浏览器兼容:确保主流浏览器支持
8.2 游戏体验
- AI不能太强:否则玩家沮丧
- AI不能太弱:否则没意思
- 出牌要流畅:动画不能卡顿
8.3 替代方案
如果完整实现难度大,可先实现:
- 单机版,跳过叫地主(随机选地主)
- 简单AI(随机可出的牌)
- 无动画版本
九、参考资料
- [原始规则文档] Web 前端 + AI 三方斗地主规则及实现.md
- 经典斗地主规则(QQ游戏/欢乐斗地主)
文档版本:v1.0
创建时间:2026-04-04
适用项目:happy-games 斗地主游戏
规则型 AI vs A* 算法对比
1. 核心原理
| 特性 | 规则型 AI | A* 算法 |
|---|---|---|
| 原理 | 人工定义规则,按优先级决策 | 搜索最优路径,评估每一步的代价 |
| 决策方式 | if-else + 优先级列表 |
遍历所有可能,选择 f = g + h 最小的 |
| 数据依赖 | 需要专家经验 | 需要完整状态空间 |
2. 斗地主场景下的对比
规则型 AI 工作流程
// 简化示例
function aiPlay(handCards, desktopCards) {
// 1. 能管上吗?
const canBeat = findCardsThatCanBeat(handCards, desktopCards);
// 2. 规则优先级
if (canBeat.length > 0) {
// 优先出:不拆牌、保留大牌、走牌优先
return selectBestByRules(canBeat);
}
// 3. 管不上就过
return "pass";
}
// 具体规则示例
const rules = [
"优先出顺子/连对(减少手牌数)",
"小牌优先出(留大牌收尾)",
"农民要拦截地主,队友剩少牌时放牌",
"不要拆炸弹",
"记牌器辅助判断"
];
A* 工作流程
// 理想化示例(实际在斗地主中很难实现)
function aStarSearch(currentState) {
// 问题:currentState 不包含对手的牌!
openList = [currentState];
while (openList.length > 0) {
state = openList.pop(); // 取 f 值最小的
if (state.isWin()) return state;
// 问题:无法知道对手会出什么牌
for (action of getPossibleActions(state)) {
nextState = apply(state, action);
nextState.f = nextState.cost + heuristic(nextState);
openList.push(nextState);
}
}
}
3. 关键区别
| 对比维度 | 规则型 AI | A* 算法 |
|---|---|---|
| 信息完整性 | ✅ 适应不完美信息(看不到对手牌) | ❌ 需要完美信息(必须知道所有牌) |
| 计算量 | ✅ 极小,O(n) 遍历手牌 |
❌ 极大,状态空间爆炸 |
| 可解释性 | ✅ 人类能理解为什么出这张牌 | ❌ 黑盒,难以调试 |
| 最优性 | ⚠️ 局部最优,依赖规则质量 | ✅ 理论上全局最优 |
| 开发难度 | ✅ 简单,调规则参数即可 | ❌ 复杂,需要设计启发函数 |
| 灵活性 | ⚠️ 需要人工添加新规则 | ✅ 自动发现新策略 |
| 实时性 | ✅ 毫秒级响应 | ❌ 秒级甚至分钟级搜索 |
4. 为什么斗地主不适合 A*
斗地主的本质是:不完美信息 + 不完全信息 + 随机性
1. 不完美信息:你看不到对手的牌
→ A* 需要知道完整状态才能搜索
2. 对手行为不确定:你无法预测 AI2 会出什么
→ A* 的分支因子无限大
3. 底牌随机:发牌后才知道地主多3张什么牌
→ 无法预先计算最优路径
A 适合的游戏:*
- ✅ 象棋、围棋(能看到完整棋盘)
- ✅ 华容道、推箱子(单人解谜)
- ✅ 俄罗斯方块(单人,状态可控)
规则型 AI 适合的游戏:
- ✅ 斗地主、麻将(信息不对称)
- ✅ 德州扑克(隐藏信息 + 概率)
- ✅ 大多数卡牌游戏
5. 规则型 AI 的实际能力
虽然叫"规则型",但配合一些技巧可以很强:
| 技巧 | 效果 |
|---|---|
| 记牌器 | 记录已出的牌,推算剩余牌分布 |
| 牌型计数 | 估计对手可能有什么牌型 |
| 概率估算 | 根据剩余牌数计算出现概率 |
| 局势判断 | 根据出牌历史判断谁是强/弱 |
| 协作逻辑 | 农民之间简单的配合策略 |
实际水平: 调优后的规则型 AI 可以达到中级人类玩家水平,足够提供有挑战性的对战体验。
6. 总结
| 您的需求 | 推荐方案 |
|---|---|
| 快速实现、可解释、实时响应 | ✅ 规则型 AI |
| 研究性质、有完整信息、离线计算 | ✅ A* 或蒙特卡洛 |
斗地主选规则型 AI 是正确选择 —— 不是因为 A* 不强大,而是斗地主的"不完美信息"特性让 A* 无从下手。规则型 AI 更适合这个场景。