OpenClaw Minecraft

核心用法

OpenClaw Minecraft 是一个基于 Mineflayer 的 Minecraft 机器人远程控制技能，允许用户通过 REST API 创建、连接并操控游戏内的自动化 bot。核心工作流包括：注册获取 JWT Token → 创建 bot 实例 → 连接到 Minecraft 服务器 → 读取状态 → 发送 JSON 格式的动作指令 → 轮询任务状态。

该技能支持两种主要操作模式：until 模式用于目标导向任务（如移动到指定坐标），loop 模式用于周期性行为（如定时聊天）。动作以批处理形式发送（每批 5-10 个动作），涵盖移动、挖掘、放置、装备、攻击、跟随等常见游戏操作。

显著优点

• 纯 JSON 交互：LLM 在本地完成推理，仅向控制器发送结构化动作，不暴露 API 密钥
• 自主循环架构：通过 Gateway cron 每 30 秒触发一次，实现真正的无人值守自动化
• 灵活认证机制：支持开放注册、代理注册和主密钥注册三种模式，适应不同安全需求
• 批处理优化：单请求发送多动作，减少网络往返，支持复杂任务链

潜在局限

• 仅支持 JSON 负载：暂不支持媒体文件或附件上传
• 尽力而为执行：若 bot 未连接或物品不足，动作可能失败且无自动重试
• 硬编码端点：使用 ngrok 临时域名，存在服务可用性风险
• 无持久化状态：任务状态需外部轮询，断网后状态恢复能力有限

适合人群

• Minecraft 服务器管理员，需要自动化玩家行为（如巡逻、守卫、资源收集）
• 游戏开发者和研究者，测试 bot 行为算法或多人交互场景
• 希望搭建自动化农场的玩家，需 24/7 在线的无人值守操作

常规风险

• Token 泄露风险：JWT 长期有效，若被截获可导致 bot 被恶意操控
• 服务器规则冲突：自动化行为可能违反某些服务器的反作弊政策，导致封号
• 依赖外部服务：ngrok 隧道不稳定时会导致控制中断
• 资源竞争：并发 bot 过多可能造成目标服务器卡顿或 IP 被封禁

核心用法

OpenClaw Minecraft 是一个基于 Mineflayer 的文档型 Skill，用于创建和控制 Minecraft 机器人。其核心架构遵循「本地 LLM 推理 + 远端 JSON 执行」模式：Agent 在本地完成所有决策与推理，仅向控制器发送结构化的 JSON 动作指令，避免敏感信息（如 LLM API 密钥）外泄。

使用流程分为五步：注册获取 JWT 令牌 → 创建机器人实例 → 连接目标 Minecraft 服务器 → 读取当前状态 → 发送批量动作指令。动作支持 chat、move_to、dig、place、attack 等 11 种类型，可通过 mode: until（条件终止）或 mode: loop（定时循环）实现复杂行为链。每批次建议包含 5-10 个动作，以平衡执行效率与可控性。

自主行为依赖 Cron 定时任务驱动，每 30 秒触发一次决策循环：读取机器人状态 → 检查当前任务 → 决策安全动作包 → 批量发送。这种设计避免了传统心跳模式的高频轮询，降低服务器负载。

显著优点

• 安全架构：LLM 密钥完全本地留存，仅传输无状态 JSON 动作，从源头杜绝密钥泄露风险
• 灵活控制：支持 until 条件终止与 loop 定时循环双模式，适应导航、挖掘、巡逻等多样化场景
• 零依赖轻量：纯 Markdown + JSON 配置，无 npm/pip 依赖，部署门槛低
• 自主扩展性：Cron 驱动的决策循环易于接入外部知识库或高级规划算法

潜在局限

• 动态 DNS 风险：默认端点使用 ngrok 免费隧道，地址可能变更，生产环境需替换为固定域名
• 错误处理不足：文档示例未展示网络超时、认证失败、API 限流等异常处理
• 动作原子性：批量动作为尽力而为执行，中途失败不会自动回滚，需外部状态机补偿
• 媒体支持缺失：暂不支持图片、音频等非 JSON 载荷

适合人群

• Minecraft 服务器管理员寻求自动化管理工具
• 多智能体系统（MAS）研究者需要轻量级实验平台
• 游戏 Bot 开发者学习 Mineflayer 与 JSON 动作编排

常规风险

• 中间人攻击：ngrok 端点缺乏证书指纹校验，建议迁移至自托管或固定域名
• 令牌泄露：mc-auth.json 需设置 0600 权限，并定期轮换
• 权限泛化：默认申请文件系统与网络全权限，建议配置域名白名单与自定义配置路径
• 日志膨胀：mc-autonomy.json 需实施轮转策略，避免磁盘耗尽