卡牌对战
完整处理 Mana、移动权、Force、Flash、战斗、触发与目标选择等核心流程。
Game Lobby
选择双方卡组、Codeman、卡垫与 AI 难度,然后进入你想要的对战方式。当前版本以完整的单机流程为核心。
你控制一方,另一方由所选难度的 AI 与 Codeman 配置驱动。这是最接近普通游玩的一种模式。
完整处理 Mana、移动权、Force、Flash、战斗、触发与目标选择等核心流程。
搜索卡池、检查张数与 Force 配置,并保存为大厅可直接选择的卡组。
保存最近对局并按事件回看;训练结果可以关联回放,寻找输局中的其他路线。
支持同一局域网直连,也支持通过项目维护者的个人服务器建立房间。
AI & Codeman
Easy 是 Greedy CPU;Medium 与 High 使用强化学习训练出的策略。训练规模有限,因此现阶段的定位是可玩的研究与娱乐功能,而不是高水平竞技对手。
当前说明
不加载训练模型,依据合法行动与人工启发式权重选择当前看来最有利的动作,运行快,也最容易理解。
作者拥有统计学学位,但没有修读强化学习课程,研究方向也与此无关;模型训练规模同样不大。当前 AI 与 ZENONZARD 正式运营时期万代使用的 AI 仍有明显差距。相关实现由 Codex 协助编写,并参考了 ygo-agent 的公开方法与工程结构。
ygo-agent ↗
CODEMAN MEMORY
对局结束后,系统会在本机保存该 Codeman 最近的一部分战斗记录与回放。若你为某个 Codeman 进行了专门训练,并生成了它自己的 .pt 模型,选择这个对手时会优先加载该专属模型;没有专属模型时则使用公开默认模型。
对战时点击自己的 Codeman,可以让 AI 对当前选择给出建议。由于模型能力有限,这更像一个可观察的娱乐助手,而不是可靠教练。
Actual UI


REPLAY & TRAINING
如果本机具备 NVIDIA GPU 与可用的 CUDA 环境,可以基于自己的对战记录运行本地训练。它仍是实验性的娱乐功能:一次输局也许能在 Replay 中发现另一个选择,但系统不会保证找到必胜解。
查看训练环境说明 →ONLINE GAME
Online Game 支持同一局域网内开房,也支持项目维护者的个人服务器。服务器位于加拿大,其他地区的稳定性未经充分验证;中国大陆通常需要代理才能稳定连接。
查看联机说明 →联机版本演示
CONTENT STATUS
当前包含基本卡、EX01、PC01、PC01R 与 PC02。
个人项目无法覆盖足够多的组合测试,当前版本可能仍有小型规则或界面问题。
英文卡图与文本是独立资源包;未覆盖的图仍可能回退到官网 URL。
顶部栏或基础设置中可选择对战 BGM;完整资源包包含 ZZ 各角色歌曲。
感谢 theFeri 提供 50+ 张高清 playmat 图,以及 Valkyrie 提供英文文本。
INSTALLATION
Windows 安装包已经包含可玩的桌面客户端、冻结后的 Python server 和默认模型;卡图、角色图、视频与音乐仍放在独立资源包中。
从 GitHub Releases 下载 ZZ-Project-v0.3.2-Windows-Setup.exe 并运行;Linux/macOS 和开发者使用源码包。
下载 ZZ-Assets-PC02-v1.zip.001 与 .002,用 7-Zip 打开 .001;英文用户再下载独立的 ZZ-Assets-PC02-English-v1.zip。
Windows 安装包不需要 Python 或 Node.js;源码启动才需要 Python 3.10+、Node.js 20+ 与 npm install。
安装包从开始菜单或桌面快捷方式启动;源码版本使用 .cmd、.sh 或 npm run electron:dev。
STORY MODE
Story Mode 目前尚未开发。长期目标是设计由 Agent 自动与用户交互的游戏,对应实现 GAL 前端,并吸收 SillyTavern 相关社群在角色、世界书与长期互动方面积累的经验,构建个人专属的、与自己的 Codeman 一起经历的 ZZ 体验。
这是未来目标,不代表第一版已经提供生成式剧情功能。
CONTRIBUTE
尤其希望有强化学习经验的贡献者一起研究:是否能训练出真正适合离线运行的 ZZ AI。英文卡图、卡牌译文、规则测试与 Bug 报告同样重要。
Star 是最省事的支持方式,也是继续更新的动力。