Agent 如何玩 Factorio · 研究报告

Codex 核验（2026-10-09）：官方 FLE README 当前列 Docker、Python 3.10+，可选渲染客户端为 Factorio 2.0.73+。但 多人模式 要求连接客户端与服务端版本、模组完全一致；“高于最低版本”不能证明能连任意容器。34197 是游戏默认 UDP 端口，不能直接当 RCON 的 TCP 端口；以所用 FLE/容器端口映射为准。RCON 参数 是启动选项。文中机器状态及模型能力表为历史记录，本次未运行游戏、启服务或评测最新模型。

2026-09-17 · 为 dlc 整理 · 本报告只做调研，未在本机安装任何东西

〇、结论速览

一、问题的本质：什么叫”agent 玩 Factorio”

按自动化程度分三代：

第 3 代的关键设计是 REPL 循环（Read-Eval-Print-Loop）：

    ┌──────────────┐  ① 生成 Python 程序   ┌─────────────────┐
    │  LLM Agent   │ ────────────────────► │ 执行解释器        │
    │  (Claude/… ) │                       │ (持久 namespace) │
    └──────────────┘ ◄──────────────────── └────────┬────────┘
              ③ 输出流/观察                    ② 工具调用
                                                  ▼
                                        ┌─────────────────┐
                                        │ Factorio 服务端  │
                                        └─────────────────┘

为什么是”写代码”而不是”直接操作”？

• 代码是自然的动作压缩：一句 place_entity(Prototype.MiningDrill, pos) 顶几百次低级操作
• 可复用：agent 可以在 namespace 里定义函数/类，把成功经验沉淀下来（FLE 明确支持）
• 可自省：报错会带完整上下文回传，agent 能自我调试（FLE 的 typed exceptions）
• 可评测：产出物（代码）和执行结果都可审计

二、技术通道：agent 和游戏之间的四种连接方式

FLE 走的是”自带 Factorio 场景 + 与 Python 侧的 RCON 通道（TCP 端口须查实际配置，不能与游戏默认 UDP 34197 混用）“，把上面第 1、2 类能力封装成工具函数给 agent 用。

三、FLE 深度剖析（当前最完整的方案）

3.1 基本盘

• 论文：arXiv 2503.09617《Factorio Learning Environment》
• 定制 Factorio 场景/模组，跑在 Docker 集群里（fle cluster start）
• 有公开 leaderboard 和评测配置（fle eval --config ...）
• 依赖：Docker + Python 3.10+（本地 Factorio 仅”可选渲染”需要）

3.2 环境接口（标准 Gym 风格）

obs = env.reset(options, seed)          # 重开
obs, reward, terminated, truncated, info = env.step(action)
env.close()

动作空间（本质就是”写代码”）：

{
  'agent_idx':  int,          # 多智能体时指定谁动手
  'game_state': str,          # 可选：把游戏状态重置到某个快照
  'code':       str           # 要执行的 Python 代码（≤10000 字符）
}

观察空间（喂给模型的东西）：

3.3 内置工具集（agent 的”手”)

工具返回带类型的对象（Entity / Inventory / Recipe / Position / ResourcePatch），可以 .status 这样取属性、可以存进变量复用。出错抛带上下文的类型化异常，例如：

InvalidEntityPlacementException: Cannot place burner-mining-drill at
Position(x=10, y=20) - location is occupied by iron-chest

3.4 MCP 模式（对接现有 agent 的最短路径）

FLE 自带 MCP server，任何 MCP 客户端（Claude Desktop、opencode…）都能直接接：

{
  "mcpServers": {
    "factorio": {
      "command": "python",
      "args": ["-m", "fle.env.protocols.mcp.server"],
      "env": { "FLE_CLUSTER_HOST": "${LOCALIP}", "FLE_CLUSTER_PORT": "<实际 RCON TCP 映射端口>" }
    }
  }
}

工具会自动从 FLE 的工具定义生成 MCP schema（名称/描述/参数/返回类型），也就是说：接上之后，agent 就”长出了”一双手去造工厂。

3.5 两种评测设定与实测结论（论文）

论文结论（值得记住的”能力现状”）：

• 模型空间推理弱是核心短板
• lab-play：短程技能（short-horizon）表现尚可，但在资源受限环境里做不好，反映出错误分析能力不足
• open-play：能自己发现有效策略（例如电钻挖矿这类”升级”），但做不出复杂自动化（如电子电路产线）

四、难点在哪里（为什么不是”接上就能玩”）

五、本机可行性评估（当前状态）

版本要求：只使用容器服务端时可保留本地客户端版本；需要连接客户端观看或录制时，必须与该服务端版本和模组匹配。

六、未来落地时怎么做（两条路，本报告不执行）

路线 A：FLE 完整框架（重，但正统）

1. 启用 Docker：sudo systemctl enable --now docker
2. 把自己加进 docker 组：sudo usermod -aG docker $USER → 重新登录生效
3. 用 uv 建环境并锁 Python 3.12：uv venv --python 3.12 && uv add factorio-learning-environment[eval,mcp]
4. fle cluster start（拉镜像 + 起容器，数 GB）
5. 想挂到我们这边当工具用 → 配 MCP：python -m fle.env.protocols.mcp.server
6. 跑评测：fle eval --config configs/gym_run_config.json，或自己写 agent 循环调 env.step()

收益：现成工具集、标准 Gym 接口、可复现评测、leaderboard 可比。 代价：系统改动（sudo）、镜像体积、Python 版本坑。

路线 B：轻量 DIY（轻，能立刻看到效果）

1. 准备 server-settings.json，并在服务端启动命令中指定 --rcon-port / --rcon-password；白名单按实际访问需求配置
2. 无头起服务：factorio --start-server 存档.zip --server-settings …
3. Python 侧装个 RCON 客户端（或自己写，RCON 协议很简单：长度+ID+类型+载荷）
4. 封装三个能力给 agent：
   • 看：/c 查实体/库存/研究 → 结构化 JSON
   • 做：把”造机器/连传送带/设配方”包成函数
   • 听（可选）：mod 用 helpers.send_udp() 推事件
5. 接进 agent（opencode 直接跑 Python；或包成 MCP server）

收益：零 sudo、零系统改动、几百 MB 内存，能直观看到”agent 真的在动游戏”。 代价：工具要自己写；没有现成评测。

七、任务梯度：agent 能玩到什么程度（可当实验清单）

评测口径可参考 FLE：产线得分（production score） + 科技得分（tech score），以及 open-play 的”工厂规模增长曲线”。

八、参考资料

• FLE 仓库：github.com/JackHopkins/factorio-learning-environment
• 论文：arXiv 2503.09617《Factorio Learning Environment》
• 文档：jackhopkins.github.io/factorio-learning-environment/sphinx/build/html/
  • 环境总览 environment/overview.html · 工具 tools/overview.html · MCP advanced/mcp.html
• Leaderboard：jackhopkins.github.io/factorio-learning-environment/leaderboard
• Factorio 官方模组 API（mod 路线的根本依凭）：lua-api.factorio.com
• 本机相关：~/Game/factorio-space-age/（2.1.18）、~/.factorio/saves（共用存档）

九、一句话建议

想快速看到效果 → 走 B（本机无头 + RCON，零系统改动）； 想认真做评测/对比模型 → 走 A（FLE + Docker，需接受 sudo 与数 GB 镜像）； 原记录中的 Factorio 2.1.18 满足 README 的最低版本数字；其余依赖、场景和服务端版本匹配仍需验证。

附：一定要装 Docker 吗？（2026-09-17 补充）

结论：不必须。 Docker 在 FLE 里只承担一个角色 —— 看项目结构就清楚了：

fle/cluster/     # Docker orchestration and scenarios   ← Docker 只管"起服务端 + 部署场景"
fle/server.py    # RCON server                          ← 与游戏之间的真实通道是 RCON
fle/env/protocols/_mcp/  # MCP 支持

FLE 与游戏之间是 RCON + 可配置的 FLE_CLUSTER_HOST / FLE_CLUSTER_PORT（必须填写实际 RCON TCP 端口，未核实其默认值）， 所以 Docker 并非架构上的硬需求，它只是官方替你自动化部署场景、对齐版本的方式。

三种选择的代价对比

两个补充事实

• 严格说不是”安装 Docker”：本机 已有 Docker 29.8.0，只是 docker.service 未启用、且你不在 docker 组。
• ⚠️ 官方文档新旧不一致：0.3.0 版文档提到要用 1.1.x 客户端（“有 Space Age DLC 就别勾，它会强制走 2.x 分支”），而最新 README 写的是 2.0.73+。→ 以你实际安装的 FLE 版本为准；好在 Docker 容器自带服务端，是否更换本地客户端，取决于是否连接该服务端以及版本、模组是否匹配。