RiverLab 德扑训练室

一个完全本地运行的八人桌无限注德州扑克训练器。玩家使用虚拟筹码与七名带隐藏个性的 AI 对战，可选择边打边教、赛后指导或纯对战模式。

下载源码与安装

方式一：使用 Git 下载（推荐）

先安装 Git，以及 Node.js 22.13 或更高版本。然后打开 PowerShell：

git clone https://github.com/oneGithubuser1/riverlab-poker-trainer.git
cd riverlab-poker-trainer
npm ci

方式二：下载源码 ZIP

在 GitHub 点击 Code → Download ZIP，完整解压后，在该目录打开 PowerShell 并执行：

npm ci

不训练，直接运行游戏

源码已经包含默认 AI 策略，不训练也能玩：

npm run dev:local

再打开 http://localhost:4311。

数据与隐私

• 不需要账号、API 密钥或互联网连接。
• 生涯、手牌历史和设置只保存在当前浏览器的本地存储中。
• 大厅底部可以导出或导入 JSON 备份。
• 所有筹码都是训练币，不支持充值、提现或真钱兑换。

免责声明

本项目仅供扑克规则、概率与策略的学习、研究及娱乐使用。游戏中的筹码均为虚拟训练币，不具有现金价值，不支持充值、提现、兑换或任何形式的真钱交易。AI 与教练给出的分析属于近似教学建议，不保证任何收益，也不构成赌博、投资或财务建议。使用者应遵守所在国家或地区的法律法规，并自行承担使用责任。

锦标赛模式

• 八名参赛者各自以 1,000 比赛筹码入场；比赛筹码和生涯钱包完全分开，参赛不扣训练币。
• 盲注从 5/10 开始，每 8 手提升一级。筹码归零后直接淘汰，玩家和 AI 都不能重新买入或补码。
• 冠军、亚军、季军分别获得 5,000、2,000、1,000 生涯训练币；只有玩家自己的名次奖励会加入钱包。
• 玩家出局后可以直接模拟剩余 AI 的公平摊牌并进入最终排名界面；相同种子会得到相同结果。

AI 与教练

• AI 不再只用“范围宽度”概括对手，而是维护一组具体两张牌组合；位置、翻前加注深度、每条街的公开动作与下注尺度会逐步更新各组合权重。
• 策略层会区分 nuts、近 nuts、超对、TPTK、弱顶对、中对、抓诈唬牌，以及坚果／非坚果听牌，并让过牌范围同时保留弱牌、中等摊牌价值和少量强牌陷阱。
• 每个主动候选尺度都会估计对手弃牌、跟注和反加的比例，以及较差牌继续率、较好牌弃牌率；翻牌与转牌还会抽样下一张公共牌，比较免费实现权益和继续施压的价值。
• 高手会混合最多三条接近的搜索线路，标准会混合两条，休闲更偏向单一直接线路；隐藏个性只调整合理候选的频率与尺度，不会为随机化而无理由送出全部筹码。
• 转牌和河牌采用按尺度校准的极化混合：下注越大，价值牌与具备坚果阻断牌、可信行动线或错失听牌的诈唬按相应比例共用尺度；all-in 不再等同于明牌强牌。
• 标准与高手 AI 会分别记录玩家在翻牌、转牌、河牌的激进频率，以及面对下注弃牌、连续开火和河牌偷池倾向；统计先与保守先验融合，样本越多才越敢反制，避免几手牌后就过度调整。
• 当 AI 河牌过牌后面对下注时，它会根据可靠的偷池样本提高抓诈唬和过牌加注频率；强牌也会进入过牌范围，因此“它没加注就一定弱”不再成立。
• 每名 AI 每手都会生成一个固定种子可复现的跨街线路计划。前一条街的下注会提高后一条街继续施压的可信度，但强牌仍会慢打、弱牌仍会放弃，因此不是固定剧本。
• 项目包含动作／尺度可读性审计，检查价值牌和诈唬是否共享公开线路，并继续禁止无理由深筹码连续 all-in。
• 教学模式默认用“现在怎么打 → 为什么 → 记住什么 → 下一步怎么办”四段式指导，并只突出一个当前最重要的黑话；完整范围、候选线路和数学依据默认折叠。
• 牌桌上的“牌面胜率”只使用玩家底牌、公共牌和仍在局中的人数，假设所有未知牌等概率，不考虑对手个性或下注风格；平局按底池份额计入。
• 深度分析另列基于公开行动推断范围的加权权益。两种权益都来自本地、固定种子的 Monte Carlo，属于近似教学估计，不是商业求解器的精确 EV。
• 教练只读取玩家底牌、公共牌与公开行动；AI 只能读取自己的底牌与公开信息。

离线自博弈训练

自博弈训练器直接运行八人桌规则，但不渲染界面。每个策略只有自己的底牌和公开信息；训练观察器只在行动后记录结果。策略会轮换座位，并使用固定种子，因此同一配置可以复现。公开 VPIP、PFR、街道激进率、河牌偷池和面对下注弃牌率会跨手累积，使适应能力在训练中真正生效。

正式选拔同时包含进化种群桌和七种冻结风格桌。评分会削峰单桌极端盈亏，并约束河牌价值/诈唬混合、强牌慢打、行动熵和无理由深筹码 all-in，减少偶然冠军与固定动作泄露。

快速验证：

npm run train:ai:smoke

推荐从中等规模开始：

npm run train:ai -- --generations 16 --population 16 --hands 64 --rounds 2 --anchor-hands 64 --anchor-rounds 2 --iterations 16 --seed robust-league-v1

训练结果默认保存在 training-output/<run-id>/：

• training.log：适合直接阅读的逐代进度。
• events.jsonl：每行一个结构化事件，包含每桌速度、筹码守恒、排名和指标。
• checkpoint-gen-XXXX.json：可恢复的种群、谱系、名人堂和配置。
• best-policy.json：本次训练的最佳候选。
• summary.json：完整汇总。

从检查点继续：

npm run train:ai -- --resume training-output/<run-id>/checkpoint-gen-0005.json --generations 10

训练完成后，先让名人堂候选面对训练期间从未出现的风格面板复赛，再用进化对手做独立验证：

npm run select:ai -- --run training-output/<run-id> --candidates 12 --hands 1000 --batch 250 --seed holdout-v1
npm run validate:ai -- --run training-output/<run-id> --candidate training-output/<run-id>/selection/selected-policy.json --hands 5000 --batch 250 --seed validation-v1

短训练只用于验证流程，几手牌产生的 BB/100 没有统计意义。训练累计不少于 500 张桌面手牌后，可以在命令末尾增加 --promote，把最佳策略晋级到高手 AI；标准 AI 只使用较小比例的训练结果。晋级必须显式执行，避免偶然冠军自动污染正式游戏。--force-promote 仅供调试。

日志只记录相对目录，不写入 Windows 用户目录、电脑名或浏览器数据；整个训练过程不联网。

验证

npm test
npm run build