4.2 顶层框架与 Anima 编排

Anima 的角色红线

Anima 就是「脑」：负责理解 + 对话 + 编排 + 决定何时调哪个 tool。但它不亲自算棋、不亲自当规则引擎——棋局真值（合法性、轮次、当前局面）由 python-chess 这个 tool 确定性持有，走法由 Stockfish 这个 tool 算。

对照 4.1 的架构分层：脑 = Anima（唯一思考者）、工具 = python-chess / Stockfish / 检测器（脑借用的逻辑引擎）、手 = 机械臂（执行）。原因：LLM 会幻觉棋盘状态，所以 Anima 是 orchestrator（编排者），不是 source of truth（真值源）——真值与算力都外包给 tool。守住这条，整章可靠性才立得住。

本节目标

实现 Anima 雏形：一个能聊天的界面（pygame 或 web），说“下棋”后弹出棋盘与人对弈。Anima 自己截图看棋盘 → 调用棋引擎 tool → 拿到结果后自己落子。不是硬编码流程，而是给 Anima 一个 chess engine 接口，由它自主决定如何调用接口来查询该怎么走。

产出物

• 可聊天的 web/pygame 界面；说“下棋”弹出对弈框可与人对弈。
• Anima 自主完成“识局 → 调 Stockfish → 落子”闭环。
• run_pick_place() 接口签名定义（本阶段桩实现 = 软件落子）。

用到的技术栈与学习算法

• Anima 认知框架：LLM agent + tool-calling（编排，非棋脑）。
• python-chess：规则/合法性/棋局真值。
• Stockfish：走法决策。
• 前端：pygame 或 web。
• 截图→FEN 视觉管线：本阶段在渲染棋盘上开发，可用 ground-truth FEN 自动校验（免费带标签验证集）。

验收标准

• 能整局对弈不违规。
• Anima 自主完成识局→决策→落子循环（非硬编码）。
• 棋局真值由 python-chess 持有，LLM 不持有真值。

⚠️ 真机与安全

本节纯软件，不涉及真机。agent 可正常运行。

知识点（开发中记录）

📝 开发时在此记录本节涉及的原理、算法、概念。

操作过程（开发中记录）

🛠️ 开发时在此记录命令、步骤、配置与复现流程。

难点与坑（开发中记录）

⚠️ 开发时在此记录踩坑、失败现象、调参与解决方案。