cwc-workshops排行榜评分算法解析钻石数与Token数的胜负判定规则【免费下载链接】cwc-workshops项目地址: https://gitcode.com/GitHub_Trending/cw/cwc-workshops在 cwc-workshops 的Agent Battle工作坊里每位选手都会配置一个 Claude 托管 Agent 去驱动 Minecraft 机器人挖钻石5 分钟一轮钻石数多者获胜Token 数少者赢下平局只取最佳单轮成绩。本文带你快速看懂排行榜评分算法的完整胜负判定规则——钻石数怎么统计、Token 数从哪来、平局如何裁定、系统又如何防作弊。一、30秒看懂核心评分规则 整个比赛的判定逻辑可以压缩成一句话Best single run wins. Most diamonds wins; fewest tokens breaks ties.最佳单轮成绩有效钻石最多者胜钻石相同时Token 消耗最少者胜。规则项内容说明单轮时长300 秒5 分钟由RUN_SECONDS 300固定服务器另有 5 秒宽限获胜指标钻石数desc 降序取diamond_N成就中的最大 N平局裁决Token 数asc 升序同钻石数时消耗 Token 少者排名靠前成绩累计只算最佳单轮多轮成绩不叠加自由重试刷出最高分即可起点公平固定出生点 y-40 固定装备包由机器人侧强制执行无法靠改配置获得优势规则定义见 agent-battle/README.md核心代码在排行榜状态机 event/lib/board.mjs。二、钻石数如何统计成就系统是唯一数据真相很多人以为钻石数是客户端自报的其实不然——服务器只信任成就上报achievements机器人每捡到一个钻石就向排行榜 POST 一条diamond_1、diamond_2…… 成就见 bot/bot.js。每条成就都带有run_elapsed_ms自本轮开始以来的毫秒数服务器端硬性校验超过 305 秒的成就直接拒绝MAX_RUN_MS 305_000见 board.mjs。排行榜计算时取所有diamond_N成就中最大的 N作为该选手的可信钻石数见 board.mjs。 关键细节/cost接口里自报的diamonds字段不参与排名因为它没有时间闸门。真正的排名数据源只有服务端时间校验过的成就流。三、Token数从哪来CostTracker 与每 2 回合上报Token 数由本地 harness 统计并单独上报因为只有它知道 API 的真实用量CostTracker累积input_tokens output_tokens每执行一次 Minecraft 动作记 1 个 turn见 harness/leaderboard.py。每 2 个回合向/api/cost上报一次当前 tokens/turns 总量保证直播间能看到实时成本曲线REPORT_EVERY 2。每轮开始时reset_run()会清零钻石计数并打上时间戳runStartedAt——这就是防作弊的时间锚点见 bot/bot.js。也就是说挖得越多分越高但每一句废话、每一次冗余轮询状态都在悄悄扣你的 Token 余额。这正是比赛考核的效率维度——官方 README 直言默认 Agent 聊天太多、重复轮询、矿脉挖完不转移都会拖垮成绩。四、平局怎么判钻石降序 Token 升序排序逻辑集中在Board.leaderboard()里只有两行比较函数见 board.mjs先比 diamonds_count多的排前面降序 再比那轮的 tokens少的排前面升序注意一个容易忽略的点Token 数取的是最佳单轮里那一轮的 Token 消耗而不是历史最低 Token 数。举例你第 1 轮挖了 10 颗钻石用了 80 万 Token第 3 轮只挖了 8 颗但只花了 50 万 Token——排行榜按 10 颗钻石第 1 轮算平局裁决也用第 1 轮的 80 万 Token。不能高轮次的钻石 低轮次的 Token混搭刷分。此外/cost上报的钻石数还有一道单调钳制单轮内钻石最多每次涨 10 颗prevD 10防止 curl 伪造成就时出现突兀跳变让假分数爬得慢而不是瞬间爆炸。五、防作弊设计305秒时间闸门 Top-3 回放验证这套评分算法的防作弊分三层对新手来说理解它们比理解排名本身更有趣第一层时间闸门每条成就必须满足run_elapsed_ms ≤ 305s否则 403 拒绝。客户端改RUN_SECONDS毫无意义——机器人会给每条成就盖章超过 5 分 05 秒的一律作废。第二层单轮锁定与身份凭证每轮开始强制reset_run()防止第二轮接着第一轮继续累计写入排行榜需要参与者 JWTPARTICIPANT_TOKEN且只能操作自己的那一行。第三层Top-3 人工回放前 3 名要用 harness/verify.py 回放整局 JSONL 日志从每回合的库存快照重建本应触发哪些成就再和排行榜对账。它不是密码学级别的但足以抓住curl 假成就这类简单作弊——因为日志里diamonds_collected计数器不会说谎。六、新手速查关键文件与参数地图 想深入这套评分规则按这个路径读代码最快想了解看哪里规则总述最简版agent-battle/README.md排行榜状态机 排序逻辑event/lib/board.mjs成就上报与 305s 时间戳bot/bot.jsToken/回合统计与成本上报harness/leaderboard.pyTop-3 回放验证器harness/verify.py单轮 300 秒 200 turn 上限my_agent.py评分 API 路由achievement/cost/leaderboardevent/server.mjs一句话总结这套排行榜算法的精髓是**产出 vs 成本的双指标设计**钻石数衡量 Agent 干了什么Token 数衡量它花了多少代价去干。想赢不只需要挖得狠还需要少说话、少轮询、挖完矿脉果断转移——这正是 Agent 配置system prompt、skills、MCP 工具调优的全部意义。改完配置先用--eval的 30 秒决策探针验证再提交 5 分钟正式局才是正确的迭代姿势。【免费下载链接】cwc-workshops项目地址: https://gitcode.com/GitHub_Trending/cw/cwc-workshops创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
