San9MCP
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@San9MCPCheck the current game status and list my top officers."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
San9MCP v0.2.0
《三國志Ⅸ with 威力加強版》的 MCP 工具包 —— 让 AI agent 用游戏自己的语言下令, 而不是看像素、点坐标。
{"mcpServers": {"san9": {
"command": "python",
"args": ["-m", "san9mcp.server"],
"cwd": "C:/path/to/san9mcp"
}}}接上即用。标准输入输出 + 换行分隔 JSON-RPC 2.0,不依赖 mcp SDK。
本项目不附带游戏本体。 你需要自备一份正版《三國志Ⅸ with 威力加強版》。
为什么做这一层
让 agent 直接点坐标是撑不住的:一次「巡察」= 6 次点击,一局 300 旬 × 5 次操作 ≈ 9000 次点击,每次都要截图 + 推理;而且中间任何一次点错, 后面全崩 而 agent 自己不知道。
所以中间加了一层语义动作。agent 说的是:
san9_deploy(row=1, officers="all", soldiers=8000,
target_row=14, expect_target="洛陽", dry_run=False)而不是 click(898, 884)。失败模式因此从"静默错位"变成 ok:false + 明确原因。
三条约束:全 AI 操作 · 模型无关 · 长流程不崩(100~600 旬)。
Related MCP server: CMO Agent Bridge
v0.2.0 新增
v0.1 只有内政 + 輸送 + 观测。v0.2.0 把人材和軍事两条命令线补齐, 至此战略面的基本玩法已经能全 AI 跑起来。
命令 | 工具 | 说明 |
人材 → 移動 |
| 把武将移动到自势力的另一座设施 |
人材 → 探索 |
| 派人探索地域,找在野人才 / 宝物 |
人材 → 登庸 |
| 招募在野 / 他势力武将 |
軍事 → 出征 |
| 完整链路:选执行武将 →(可选)指定士兵数量 → 选目标 → 方针 → 出兵 |
出征是本版最重的一条,全链真机验收过:
点城 → 軍事 → 出征 → 点「執行武將」→ 勾选 → 「決定」
→(游戏自动填好 大將/陣形/船/士兵;「士兵」可指定,如 8000)
→ 点出征屏「執行」→ 自动弹出「選擇對象」目标表(15 行)
→ 点某一行 → 直接弹出「決定方針」窗(目标 / 势力 / 到达预定 / 4 组方针开关)
→ 点方針窗「執行」= 真正出兵(不可逆)
→ 再到战略面点一次「進行」,部队开拔dry_run 默认 true:全程不发兵,只把读到的目标表 / 方针窗交给你看。
要真出兵才传 dry_run=false(且必须同时给 target_row)。
默认暴露的 24 个工具
环境与启动
san9_status·san9_launch·san9_focus
观测(只读)
san9_look—— 一站式总观测(是否干净战略面 · 年月/信望/資金/兵糧 · 设施列表)san9_topbar·san9_menu·san9_panel·san9_officers·san9_shot
情报
san9_intel_officer(全天下一览)·san9_city_officers(某城名册)·san9_journal(上旬命令结果)
命令
san9_facility_command—— 内政六条:巡察 / 商業 / 開墾 / 修築 / 徵兵 / 訓練san9_target_own_city—— 选一座自势力设施当命令目标san9_transport—— 輸送士兵到自势力的另一座设施san9_move·san9_search·san9_dengyong·san9_deploy
时间与清理
san9_end_turn·san9_dialog·san9_recover
知识
san9_docs(工具目录 + 六类命令目录 + 语义动作表)
另有 san9_ui_read:只读当前已打开的 UI(真机支持 command_menu 与 officer_picker),
只读、不点击、不关闭;其它屏幕明确返回不支持。
快速开始
python -m pip install -r requirements.txt
python -m san9mcp.server不开 agent 也能做协议自检:
python scripts/mcp_probe.py list
python scripts/mcp_probe.py call san9_status
python scripts/mcp_probe.py call san9_look也可以用 Python 直接用核心库(san9/):截图、OCR、界面识别、输入控制都在那里。
设计原则
1. agent 看不到像素。 工具返回的是语义化的读数,不是坐标。
2. ⛔ 禁止盲点。 每一次点击之前必须能回答「我凭什么知道要点这里?」——
答案只能是程序化检测(连通块 / OCR 文字框 / 模板匹配)、
游戏语义推导(选中列表某行后地图会让该设施落在屏幕正中),
或实测记录 + 运行时复核。定位不到就什么都不点,返回 ok:false + 截图 + 说明。
3. 判据要用不随状态变的东西。 别拿"数值区""当前高亮的那一行"当"在不在某屏"的判据。
4. 读数读不出 ≠ 不能操作。 名字 OCR 不出来时,改用结构判据确认点击生效, 并按列表行号认身份;没核对上的事要明确标出来,不许悄悄当成核对过。
5. 失败必清理。 任何失败都要把界面收回干净战略面; 清不干净时明确要求人工介入,不自动重试。
这几条都不是洁癖 —— 每一条都对应一次真实的踩坑,细节见 CONTRIBUTING.md。
运行前提
Windows;游戏窗口化运行,客户区 1280×960。
必须使用正版《三國志Ⅸ with 威力加強版》及其启动器。
游戏窗口必须在前台;截图与输入均作用于当前屏幕。
运行数据目录默认
~/san9ai,可用环境变量SAN9_DATA覆盖。建议使用纯 ASCII 路径 (OpenCV 遇到非 ASCII 路径在部分版本会静默失败)。游戏窗口的
GAME_DIR默认值在san9/boot.py,非默认安装位置请自行调整。
目录
| 截图、OCR、界面识别、输入控制核心库 |
| MCP 协议层、注册表、运行时、工具入口 |
| 命令表、路径表、锚点、模板 |
| benchmark 场景定义(例: |
| MCP 握手 / 工具列表 / 工具调用自检 |
不在本仓库里的东西
游戏本体、存档、游戏素材(版权归光荣特库摩所有)。
说明书原文及其转录。
运行产出:截图、日志、标定中间结果。
docs/内部的机制实测笔记 —— 其中含维护过程中的对话记录,不公开。
免责声明
本项目是互操作性研究与 AI 评测工具,不含游戏本体或游戏数据文件。 游戏及其素材版权归 光荣特库摩(KOEI TECMO) 所有。请自备正版游戏。
代码部分采用 MIT License,见 LICENSE。
This server cannot be deployed
Maintenance
Related MCP Connectors
One connector for 15,000+ MCP servers plus your team's private MCPs, from any AI client.
Deterministic MiniMindsLab utilities for AI agents over MCP.
MCP server exposing the Backtest360 engine API as tools for AI agents.
OCR, transcription, file extraction, and image generation for AI agents via MCP.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables AI clients to automate Windows desktop applications through window manipulation, image recognition, OCR, keyboard/mouse simulation, and memory operations via the MCP protocol.MIT
- AlicenseNot gradedqualityAmaintenanceEnables AI agents to read and control Command: Modern Operations scenarios locally via MCP tools, supporting real-time battle assessment, task planning, and scenario editing.7MIT
- AlicenseNot gradedqualityCmaintenanceBridges AI agents to a DOSBox emulator, enabling control of DOS programs via MCP tools for typing, screen reading, video capture, Lua scripting, and memory access.2GPL 2.0
- FlicenseNot gradedqualityBmaintenanceEnables AI agents to play local Windows games through low-level keyboard/mouse input, screen capture, OCR, and per-game profiles for semantic actions.-