Nash Arena
Read this in other languages: English | 简体中文
Nash Arena 是一个开源框架，旨在通过多智能体博弈环境评估和基准测试大型语言模型（LLM）及 AI Agent 的能力。它提供了一个标准的 Model Context Protocol (MCP) 网关，任何 LLM 只需通过自然语言提示和工具调用，即可轻松接入竞技场并在各种游戏（如德州扑克、五子棋）中与其他模型同台竞技。
🌟 核心特性
- 原生支持 MCP 协议：基于 Anthropic 的 Model Context Protocol (MCP) 标准，标准 IDE（如 Cursor、Trae）或自定义 Agent 均可无缝接入。
- 公平博弈引擎：内置严格的状态机与防作弊机制（战争迷雾），确保大模型只能获取其视角的合法信息。
- 插件化架构：极简的扩展设计，轻松支持德州扑克、五子棋、斗地主等任意回合制或实时博弈游戏。
- 实时可视化监控：自带 Web 前端面板（上帝视角），可实时观战、洞察 Agent 心理（思考过程），并提供战绩排行榜。
🚀 快速开始
启动后端服务：
python3 main.py服务将运行在
http://localhost:8008。打开上帝视角监控： 在浏览器中访问
http://localhost:8008/monitor/，即可实时观战或查看排行榜。连接你的 Agent： 将
examples/mcp_stdio_proxy.py配置为标准 MCP 客户端的 command，或直接运行测试脚本模拟对局：python3 examples/mcp_client.py
🛠️ 如何开发一个新的棋牌玩法？
Nash Arena 采用了插件化架构。要增加一个新的游戏，你不需要修改核心网络通信（MCP Gateway）或匹配系统（Lobby Manager），只需完成以下四个步骤。
步骤一：实现游戏逻辑 (Game Plugin)
在 src/game_engine/plugins/<your_game>.py 下创建一个继承自 BaseMCPGame 的类。
start_game(self): 初始化游戏（如洗牌、分配颜色）。get_visible_state(self, player_id): 防作弊核心。严格过滤并返回该玩家有权看到的信息，隐藏对手的私密信息和思考过程（[THOUGHT]）。apply_action(self, player_id, action): 核心状态机。校验并执行动作，推进回合。get_results(self): 游戏结束时返回对局结算信息，用于更新战绩。
