Neuro-AmongUs 终极指南如何让 AI 主播 Neuro-sama 在 Among Us 里智能玩游戏【免费下载链接】neuro-amongusAmong Us Plugin for Neuro-sama项目地址: https://gitcode.com/gh_mirrors/ne/neuro-amongusNeuro-AmongUs 是一款让 AI 主播 Neuro-sama 在 Among Us 中智能开黑的免费开源插件集数据收集、神经网络训练与实时决策于一体。这篇文章不用术语轰炸我会像朋友聊天一样先带你零基础把它装好再围观它在游戏里的神操作最后拆开外壳看看这台AI 玩家到底是怎么炼成的。深夜飞船上的第四位玩家想象一个再普通不过的深夜飞船舱门缓缓打开大厅里灯光闪烁一场《Among Us》对局正要开始。四个玩家鱼贯而入其中有一位话不多、走位飘忽却能准确无误地修好电路、校准分配器、在会议里一针见血地点出真凶——甚至在有人钻管道时当场抓住对方。这位玩家没有手没有心跳它只是一段跑在别人电脑里的神经网络。没错它就是我们今天的主角Neuro-AmongUs驱动的 AI 玩家。这套东西原本是给虚拟主播 Neuro-sama 定制的——一个全天候直播的 AI 角色。当别的 AI 还在陪你聊天时Neuro-sama 已经戴上宇航员头盔真的开始玩《Among Us》了。一句话说清它是什么Neuro-AmongUs 是一个《Among Us》的游戏插件游戏端负责看和动Python 端的神经网络负责想两边通过 WebSocket 实时通话。说白了它把一场游戏拆成了三件套眼睛录制模块把场上发生的一切变成数据、大脑PyTorch 训练的 LSTM 模型拿数据做决定、手和嘴移动控制器 小游戏求解器把决定变成实际动作。它还附赠一个很良心的设定开源、免费、随意改。对普通玩家它是好玩的玩具对开发者它是一整套AI 打游戏的样板间。从零到跑起来其实只要四步别看它技术味浓真正上手安装一点都不吓人。前提是你手头有一份正版《Among Us》然后跟着这四步走第一步装好两个地基插件。先去 BepInEx 官方发布页下载 IL2CPP 版本的框架推荐 6.0 系列再装一个叫 Reactor 的模组支持库。这两兄弟是《Among Us》生态里的标准基础设施装完它们游戏本身不会有任何肉眼可见的变化。第二步准备编译工具。项目是用 C# 写的需要本机有 .NET 6.0 SDK。去微软官网下载安装即可装完在命令行输入dotnet --version能看到版本号就说明成了。第三步编译出插件本体。用 Visual Studio 或 JetBrains Rider 打开解决方案文件 Neuro.sln直接点生成。想偷懒的话可以在 Neuro.csproj 的 PropertyGroup 里加一行输出路径让编译产物直接落到游戏目录的BepInEx/plugins文件夹里。第四步启动游戏。只要看到控制台日志里出现 Neuro 相关的启动信息就说明插件挂载成功AI 已经就位。想从源码开始摸索可以用git clone https://gitcode.com/gh_mirrors/ne/neuro-amongus把仓库拉到本地边读代码边对照本文。现场围观AI 玩家的高光时刻装好之后你会看到一个比普通玩家敬业得多的队友。它最亮眼的表现有这么几类 任务全自动。仓库的 Solvers 目录里躺着 60 多个小游戏求解器——修线路、校准分配器、清小行星、启动反应堆、给植物浇水……几乎覆盖你能想到的所有小游戏。每次触发迷你游戏求解器都会像开了外挂一样迅速算出解法一路点完。这相当于给 AI 配了一本通关手册。️ 认路不迷路。飞船、警局、极地基地每张地图都被录成了结构数据。配合寻路系统AI 能算出两点之间的最优路线遇到被堵的通道会自动绕行而不是像无头苍蝇一样撞墙。️ 会议里会说话。每次紧急会议AI 都能基于录制下来的局势信息分析谁最可疑谁长时间离群、谁频繁出没在管道附近、谁在紧急任务时恰好不在场。这些推理会成为它发言的素材。️ 当内鬼也有模有样。如果它被分配了内鬼身份还能假装做任务、看准时机钻管道、找落单目标下手、在关键时刻搞破坏制造混乱。最有意思的是它的 DebugWindow 调试面板——开发者可以实时盯着它的视野看它认为谁是可疑对象、下一步打算往哪走仿佛在解剖一台会玩游戏的机器。幕后拆解这台AI 玩家是怎么炼成的你可能会好奇神经网络又不是天生会玩《Among Us》它是怎么学会的答案藏在三个环节里每个环节都有个很接地气的比喻。环节一当录播机。训练 AI 需要海量真实对局数据所以插件首先是个专业的游戏录播机。Recording 目录下的各个记录器会在每一帧抓取场上信息你自己的位置和速度、其他玩家的动态、尸体在哪、任务进度、管道分布、门的开关状态……所有这些被塞进 protobuf 格式的数据帧里批量上传。一局玩完你其实就喂了 AI 一份完整的比赛录像。环节二当老师。数据攒够之后就该训练模型了。AI/train_model.py 会把录像切成一条条此刻场景 玩家应该怎么走的样本丢给一个 LSTM 循环神经网络反复学习。你可以把这一步想象成教小孩认人看一万次谁鬼鬼祟祟跟着别人→结果他是内鬼模型就慢慢学会了跟得太紧的人要盯紧。训练完还能用 AI/finetune_model.py 做微调让模型更贴合你自己的数据风格。环节三当传话筒。训练好的模型不会住在游戏里游戏端和 Python 端通过 CommunicationHandler.cs 建立 WebSocket 长连接。游戏这边把实时画面压成数据帧发出去模型在另一端思考完再把决策比如下一步往哪走传回来执行。一来一回每秒钟都在发生你在屏幕上看到的就是那个活生生的 AI 玩家。进阶玩法从玩家变成开发者玩明白了你完全可以动手改造它。三个方向任选加一个小游戏求解器。在 Solvers 里新建一个类实现IMinigameSolver接口再打上MinigameSolverAttribute标签注册它就自动进入 AI 的通关手册了。参考现成的 FixWiringSolver.cs 照葫芦画瓢半小时就能上手。换一套自己的 AI 大脑。模型相关的代码集中在 AI/nnmodel.py定义网络结构dataset.py负责把录像转成训练样本。你可以调层数、调学习率、换优化器训练出自己的专属人格。接入外部模型。因为通信走的是 WebSocket protobuf 的开放协议你甚至可以把决策逻辑换成自己的服务器或大模型接口——只要按协议收发数据游戏端根本不在乎对面是不是 Neuro-sama。避坑清单踩过的坑帮你提前扫雷第一次跑这个项目下面几个问题出镜率最高对号入座能省下不少头发症状病因解法插件没加载BepInEx 版本与游戏不匹配换成 README 里指定的 IL2CPP 6.0 系列版本依赖报错Reactor 缺失或版本不对重装 Reactor确认两个框架都放进正确目录编译过不去.NET SDK 版本偏低安装 .NET 6.0 SDK别用旧版运行时AI 乱走、行为诡异模型还没训练好或数据质量差多录几局高质量对局再训练别拿两三局糊弄进游戏闪退插件与其他模组冲突先禁用其他模组做最小化测试逐个排查调试这东西就像剥洋葱——剥着剥着就哭了。上面这张图大概就是你在控制台里看到第一行红色报错时的表情。好消息是按着表格对号入座绝大多数问题五分钟内就能解决。写在最后AI 游戏的下一个想象Neuro-AmongUs 最打动人的地方不是某个炫技的算法而是它把教 AI 打游戏这件听起来很科幻的事变成了一套任何人可以复现的流水线录像、训练、连接、运行闭环清晰处处开源。对玩家来说它是一款能陪你开黑的智能队友对开发者来说它是一份研究游戏 AI 的绝佳教材。未来它能学会的不只是《Among Us》——同样的数据采集、模型训练、实时决策链路完全可以平移到其他游戏。下次深夜上线看到大厅里那位走位诡异却效率惊人的第四位玩家不妨停下来想想对面坐着的可能真是一颗正在飞速学习的人类大脑的小小仿制品。人工智能与游戏的距离大概就隔着这样一个开源插件。✨【免费下载链接】neuro-amongusAmong Us Plugin for Neuro-sama项目地址: https://gitcode.com/gh_mirrors/ne/neuro-amongus创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考