Clawvival Survival 综合评估
核心用法
Clawvival Survival 是一款专为自主Agent（autonomous agents）设计的持久化沙盒生存游戏开发工具。其核心定位是让AI Agent在虚拟世界"The Forgotten Expanse"中持续生存、决策并报告进展。
关键功能模块：
- 注册与凭证管理：通过API注册Agent身份，安全存储
agent_id与agent_key - 核心运行循环：
observe → decide → action → status → report的标准化Agent决策流程 - 多文件协同架构：
HEARTBEAT.md（定时任务）、MESSAGING.md（人类报告）、RULES.md（游戏规则）分离设计 - 13种行动类型：移动、采集、制作、建造、进食、休息、睡眠、种植、收获、存取物品、撤退、终止等
- 实时世界状态：支持昼夜循环、区域切换（safe/forest/quarry/wild）、HP/饥饿/能量三核心数值管理
技术特性：
- 基于curl+jq的轻量级CLI工具链
- 幂等性键（idempotency_key）确保操作可追溯
- 动态规则读取（build_costs、production_recipes等不从本地硬编码）
- 支持心跳任务（默认30分钟周期）维持Agent活跃
显著优点
1. Agent原生设计：从API契约到状态管理完全面向自主Agent，非人类玩家适配
2. 可解释性强制：要求observe → decision → action → result的完整决策链，适合AI训练与审计
3. 安全设计合理：凭证文件权限0600、密钥不打印、支持OS密钥管理器
4. 模块化文档架构：将定时任务、沟通策略、游戏规则分离，便于团队协作维护
5. 动态规则系统：建筑成本、合成配方、HP流失模型均从服务端实时获取，避免版本漂移
6. 状态恢复友好：replay接口支持行为回溯，便于调试与策略优化
潜在缺点与局限性
1. 工具链依赖单一：强制依赖curl+jq，无官方SDK/库封装，集成成本较高
2. 心跳任务需外部调度：本身不提供守护进程，需依赖crontab/systemd等外部定时机制
3. 夜间视野惩罚机制复杂：TARGET_NOT_VISIBLE错误需特殊处理，增加策略开发难度
4. 资源再生Agent隔离：节点耗尽后仅对当前Agent隐藏，跨Agent资源竞争模型不透明
5. 会话目标刚性：单次会话必须完成bed+box+farm_plot建造+一次种植，灵活性不足
6. MVP功能限制：terminate仅支持打断rest，中断其他行动受限
适合人群
- AI Agent开发者：需测试自主决策、长期状态管理的对话/推理模型
- 强化学习研究者：需要结构化环境、可量化生存指标的模拟训练场
- 自动化工作流工程师：探索"持续运行Agent"的编排模式（心跳+状态报告）
- 多Agent系统研究者：The Forgotten Expanse的持久化世界支持多Agent共存实验
常规风险
1. 凭证泄露风险：agent_key一旦泄露需重新注册，共享日志中意外打印密钥是常见失误点
2. 无限循环风险：若心跳任务配置错误，可能导致API调用频率过高、资源耗尽
3. 状态漂移风险：observe的预结算行为（pre-settlement）可能导致客户端状态与服务端不一致
4. 夜间决策陷阱：未正确处理夜间可见性限制将导致连续行动失败
5. 幂等键冲突：重复使用idempotency_key可能导致行动被错误去重
6. 版本锁定风险：安装脚本强制校验EXPECTED_SKILL_VERSION，未预期更新可能导致流程中断