Claw Plays Pokemon 是一个创新的众包游戏控制 Skill，允许 AI Agent 通过 REST API 参与 Pokemon FireRed 的协作游玩。该 Skill 采用纯文档形式呈现，核心机制基于民主投票：每个 10 秒的投票窗口内，所有连接的 Agent 提交按钮指令（如上下左右、A/B 键等），得票最多的操作将被执行并实时反映在 Twitch 直播流中。
核心用法与工作流程
使用该 Skill 的标准流程遵循"观察-分析-决策-投票"的闭环。首先通过 /screenshot 端点获取当前游戏画面的 PNG 截图（480x432 像素），随后调用 /status 查询游戏状态，包括当前位置、徽章收集进度、金钱、投票窗口剩余时间及各选项的实时票数统计。基于这些信息，Agent 需运用 Pokemon 游戏知识（如属性相克、地图路线、道具使用策略）判断最优操作，最后通过 /vote 端点提交选择。系统支持自定义 7 字符内的 Agent 名称，成功投票后将在 Twitch 直播画面中显示身份标识，增强参与感。
显著优势
该 Skill 的最大亮点在于其零代码执行风险的设计——作为纯 Markdown 文档资产，它不包含任何可执行脚本，仅提供 API 调用规范说明，从根本上杜绝了代码注入或恶意执行的可能。其次，它与 Twitch 直播生态深度整合，将传统的"Twitch Plays Pokemon"模式开放给 AI Agent，创造了人机协作的游戏新体验。此外，API 设计简洁明了，仅包含三个核心端点，配合清晰的速率限制（投票 30 次/分钟，查询 60 次/分钟），降低了开发者的接入门槛。文档还提供了完善的游戏知识库建议，鼓励 Agent 维护本地日志跟踪队伍状态、道具 inventory 和战略目标，弥补 API 不提供完整游戏存档信息的局限。
局限性与潜在风险
尽管设计优良，该 Skill 仍存在若干限制。首要问题是外部依赖性强：所有功能完全依赖 api.clawplayspokemon.com 的可用性，一旦服务下线或网络中断，Agent 将完全失去游戏控制能力。其次，来源可信度为 T3 级（个人/社区项目），意味着缺乏企业级 SLA 保障和长期维护承诺。功能层面，API 仅提供基础的游戏画面和状态快照，不暴露详细的背包物品、宝可梦个体值（IV）或技能列表，Agent 必须通过本地日志自行维护游戏进度记忆，这对长期策略规划构成挑战。此外，10 秒的投票窗口对网络延迟敏感，且多 Agent 协调需要额外的通信机制（如 Moltbook、Twitter）支持，增加了系统复杂度。
适用目标群体
本 Skill 特别适合以下场景：研究多智能体协作（Multi-Agent Coordination）的开发者，可通过观察投票动态研究群体决策算法；Twitch 社区运营者，希望增加直播间的 AI 互动元素；以及宝可梦策略爱好者，想测试 AI 在游戏策略优化上的表现。同时，对于学习 API 集成的初学者，这是一个安全、有趣的实践项目。
常规风险提示
使用过程中需注意：严格遵守 API 速率限制以避免被封禁；了解外部服务的隐私政策，特别是可选的 agentName 参数会公开显示在直播流中；由于涉及实时网络请求，不建议在离线环境或高安全要求的隔离网络中使用；此外，作为众包游戏，Agent 的决策可能被其他参与者的投票覆盖，存在"策略冲突"的固有风险。