⏳ This skill is pending AI review.
Scores will appear once the review pipeline completes.
auction_king
Turn-based single-player auction game against 3 randomly drawn AI opponents (from a 5-persona pool). Supports TWO modes — quick (v2, 7-round sealed-bid, default) and standard (v3, 4-5 items × up to 4 sub-rounds of reactive bidding with squash thresholds and withdraw). ALWAYS use this skill when the user says "开一局 / 开始拍卖 / 玩 auction / 玩竞拍 / 拍卖游戏 / auction king / start auction / 一局 / 新游戏 / 出价 / 加价 / bid / raise / 拍卖 / 来一把 / 再来一局 / 竞拍 / 标准模式 / standard 模式 / v3 / 多轮竞价 / 退出 / withdraw / 跳过这件 / 现在什么情况 / scoreboard / 排名 / 终局". The game is fully deterministic Python — this skill is a thin router that spawns CLI commands and returns their stdout to the user; the CLI output already contains LLM-generated host narration, AI character lines, sub-round reveals, and scoreboard.
Use with your AI agent
Open your project in any AI assistant that can read your files. Works with ChatGPT, Claude, Claude Code, Codex, Cursor, Hermes Agent, OpenClaw, Grok Bot, and more.
Your agent needs access to this page’s linked instructions and your project files. Copying does not install or execute anything.
// RATINGS
Not yet listed on ClawHub or SkillsMP
// README
auction_king
单人竞拍对局 skill · 玩家 vs 5 AI 池随机抽 3 · OpenClaw skill · 支持 LLM 台词。
设计文档：
- GAME_DESIGN.md —— v2.0（快速模式的来源）
- GAME_DESIGN_v3.md —— v3.0（多轮竞价 + 碾压阈值 + AI 反应式策略） 🆕 已冻结
阶段进度
- 3.1 v2 设计冻结
- 3.2a 暗标核心跑通（5 AI 公式 + CLI + 15 单元测试 + 100 局 simulate）
- 3.4 LLM 台词层：DeepSeek 主持人开场 / AI 中标反应 / 主持人终局总结 + 模板 fallback + 24 单元测试
- Kai 话痨机制：领先 / 反超 / 接近领先时必出声，凸显 FOMO 人设
- v3 设计冻结（多轮竞价）
- 3.6a Discord 集成 SKILL.md（LLM 路由 + stdout 透传）
- 3.6b 部署 + Discord 端到端 + 录 demo
- v3 实现（~8 h，分 Phase B–F）
- 3.5 图片资产
- 3.7 实战 demo 录屏
当前可玩（快速模式，3.4）
环境变量
# LLM 台词层（推荐开启，成本 ~¥0.002/局）
$env:DEEPSEEK_API_KEY = "sk-..."
$env:AUCTION_KING_USE_LLM = "1"
# 关闭 LLM 走纯模板
$env:AUCTION_KING_USE_LLM = "0"
命令行手玩
python scripts\game.py start --session my1 --seed 42 --force
python scripts\game.py status --session my1
python scripts\game.py bid --session my1 --amount 500
python scripts\game.py advance --session my1 # 超时/弃权推进
python scripts\game.py scoreboard --session my1 # 终局积分榜
自动模拟
python scripts\game.py simulate --n-games 100 --human-strategy auto --seed 1
--human-strategy：random / conservative / aggressive / auto。
单元测试
python -m pytest tests -v # 122 tests: AI 出价规则、状态机、standard 引擎、LLM narrator 回退等
v3 核心改动预览（设计已冻结，代码未实现）
| 快速模式 (v2/3.4, quick) | 标准模式 (v3, standard) | |
|---|---|---|
| 物品数 | 7 | 4–5（随机） |
| 每件轮数 | 1 | 1–4（动态结束） |
| 预算 | $2000 固定 | $2000–$3000 随机 |
| 碾压机制 | 无 | R1/R2/R3 碾压阈值 ×1.8 / ×1.5 / ×1.2 |
| 退出机制 | --amount 0 = 弃权 | 支持 withdraw 退出本件 |
| AI 反应式 | 只在台词 | 决策层：陷阱抬价、FOMO 跟进、狙击装睡 |
细节见 GAME_DESIGN_v3.md。
平衡数据（3.2a 快速模式 · 100 局 simulate）
| 人机策略 | 玩家胜率 | 头部 AI | 尾部 AI |
|---|---|---|---|
auto (est × 0.90) | 76% | 阿鬼 20% / 老周头 2% / 艺姐 2% | Kai 0% / Miles 0% |
random | 20% | 老周头 32% / 阿鬼 31% | Kai 0% / Miles 2% |
设计符合预期：理性玩家强于 AI；乱出价被老炮 PUA；Kai 按设计永远亏钱。
v3 标准模式会在 Phase E 重新跑 100 局 simulate 验证。
目录结构（3.4 完成）
skills/auction_king/
├── GAME_DESIGN.md v2 设计真相源
├── GAME_DESIGN_v3.md v3 设计真相源（多轮竞价）
├── README.md 你在看
├── SKILL.md （3.6 做，OpenClaw 集成）
├── data/
│ └── items.json 16 单件 + 3 仓库
├── scripts/
│ ├── game.py CLI 入口
│ ├── ai_bidders.py 5 AI 人格公式（v3 将扩 decide_sub_round_action）
│ ├── items.py 数据类 + 加载
│ ├── state.py session JSON I/O
│ ├── narration.py 模板台词 + LLM 挂钩
│ ├── llm_narrator.py DeepSeek 客户端 + 人设卡 + 三类 prompt
│ └── scoring.py 终局积分 + LLM 主持人总结
├── state/ 运行时 session（gitignored）
├── assets/
│ ├── items/ （3.5 生成）
│ └── portraits/ （3.5 生成）
└── tests/
├── test_ai_bidders.py 15 tests
└── test_llm_narrator.py 24 tests
v3 实现路线（下次会话起）
| Phase | 工作内容 | 预估 |
|---|---|---|
| B | state + random budget/items + AI decide_sub_round_action × 5 | 3 h |
| C | game.py 重构 quick/standard 分叉 + cmd_withdraw + sub_round 推进 | 2 h |
| D | narration.py R1/中间/final 三态 + 退出台词 LLM prompt | 1 h |
| E | 新测试 + 平衡 simulate | 1.5 h |
| F | 文档更新 + commit | 0.5 h |
| 合计 | ~8 h |
中间可切 3.5 / 3.6，不一定一气呵成。
// HOW IT'S BUILT
KEY FILES