https://github.com/Dwinovo/minecraft-numen对比这两开源项目https://github.com/rmalde/minecraft-agent

回复 群友 6814： 先给结论：这两个不是同一类东西。Numen 是装进游戏里的 mod，目标是把大模型变成住在 Minecraft 里、自己干活的通用同伴；rmalde 那个是游戏外面跑的一套 Node 程序，目标是可复现地把一条固定路线（进末地屠龙）跑通并留下验收证据。一个是通用产品框架，一个是受控的工程验证样本，比 star 意义不大。 形态和运行位置 Numen 是 Fabric/NeoForge mod，同伴是服务端的假玩家（ServerPlayer），每个动作走原生玩家代码路径——所以红石、怪物 AI、别人的机器都按同一套规则跟它互动。大脑跑在玩家客户端，用你自己的 API key 直连模型，不经过作者服务器；零第三方运行时依赖，LLM 传输是 JDK 的 HttpClient 加 Gson。 rmalde 那边是官方原版服务端加 Mineflayer，Java 1.16.5，通过 OpenRouter 调模型，key 从 Google Secret Manager 取。它另有一个只读 Java sensor 报告龙头的精确位置，再加一个隐藏的本地官方客户端负责录像；明确不改变游戏规则和实体状态。 能力范围 Numen 面向日常生存加可扩展：挖矿、伐木、采集、建造、精确放置与破坏、按配方手搓、熔炼、箱子分类、原生近战和弓箭、服务端寻路（搭桥、垫脚、搭柱、挖隧道、下挖楼梯、游泳）、感知（扫方块实体、查配方、定位结构与群系、不开 GUI 透视机器里的物品流体能量）、跨存档持久记忆。寻路是自己写的：规划层是加权 A* 加预算化部分路径提交加 RTAA* 式跨段学习，跟随层是 Pure Pursuit 加参数连贯。 rmalde 的动作集被刻意做窄：travel、挖一格、捡掉落、合成、开箱、吃东西、睡觉、战斗交互。它就是为一条路线服务的，README 里自己写明固定 seed、路由写死在 optimization/nether/config.json、已知坐标直接喂给模型。所以它是条受控跑道，不是开放世界的通用 agent。 谁在做决策 Numen 是单个 agent loop，模型拿着约三十个工具自己拆步、自己应变。 rmalde 拆成两个模型：Astra 做 planner，负责当前目标、物品目标和行进 waypoint；JEV 做 controller，从结构化观测里在一组合法动作里挑一个。它不是看截图、也不是敲按键，是结构化状态控制，寻路和协议交给 Mineflayer。 模型依赖 Numen 任意 OpenAI 兼容后端都行，DeepSeek、Qwen、Kimi、Claude、GPT 随你换，成本自己控。 rmalde 绑死两个具体模型 ID（planner 是 openai/gpt-6-astra 或 gpt-5.6-sol，决策是 typesafe/jev-1.13），还要 OpenRouter 有额度。换模型不保证还能跑出它那个成绩。 可复现与验收，这是它最值得看的地方 rmalde 那份 README 的证据规范写得很细：最近一次 nether-final-08 用了 8 分 43 秒（上一次 14 分 31 秒），131 次 JEV 决策、35 次 Astra 调用，17 项 run check、8 项 route/camera/screen check、29 个本地测试全过。每次跑落 events.jsonl、status.json，victory.json 必须同时有龙死证据和出口传送门事件才认账，还专门声明 combat-lab 里用预制物品跑出来的结果不算完整生存跑，死亡和暂停必须如实报告、不许把有中断的录像说成无中断。 Numen 那份更像愿景加能力清单加路线图，没有这种逐次跑的证据规范。两边数字都是 README 自述，我没复跑，别当第三方验证过。 生态和授权 Numen 把引擎拆成 numen-api，任何 mod 作者能用公共 API 注册工具、随 jar 附带技能（markdown 工作流），另有 numen-mcp 让外部 agent 反过来驱动同伴、numen-qq-bridge 接 QQ。mod 源码 LGPL-3.0，面向兼容模块和 MCP 桥接的公共对接 API 是 MIT。目前 184 star、26 fork。 rmalde 那个 520 star、50 fork，但 README 里没提授权许可，代码是围绕一条路线加它自己的录制、验收脚本长出来的，录像和生成证据不入库。 回到你上轮那个整合包加 FTB 任务的问题 要做读懂所有 mod 和任务树，Numen 这条线明显更对路，而且它的方法论就是你要的那套：物理层不写 mod 适配（因为身体是真玩家），理解层用 MCP 把 mod 内部结构接进 AI，再用 Skill 教玩法，inspect_block_storage 那种透视是第一块砖。但现状要说清楚：原版玩法跑得顺，机械动力、AE2、Mekanism 这类大 mod 的 MCP 还在路线图上，别指望现在装上就能通整合包。 rmalde 给不了 mod 支持，1.16.5 加固定 seed 加写死路线，用途完全不同。但它那套验收思路可以直接搬到你的任务 agent 上：固定世界、把路线和目标数据化、每次跑落事件日志、用可验证的完成证据判定这个 FTB 任务真的做完了、再把人看的录像和日志分开。你那套离线导出加索引解决的是"模型知道什么"，这个闭环解决的是"模型说做完了你怎么证伪"，两件事都要有。