5. 完整源代码与使用的模型

本文的目的

公开五子棋AI实验中使用的源代码。只有展开文件时才会加载代码。

使用的模型

• VLM：用Hugging Face上的Qwen3-VL-8B-Instruct下了25,413手对局着法。现在服务器以默认值Qwen3-VL-2B-Instruct运行。同时提供棋盘图像和文字棋盘，接收"row col"两个数字。
• LoRA：peft，r=8，alpha=16。只收集获胜一方的着法进行训练。在MPS上以fp16运行，损失变成了NaN。
• 本地AI：Qt应用中的C++ AiPlayer和网页上的ai.ts。这是一个先看获胜着法和必须挡住的着法，其余情况把四个方向的分数相加来选择的启发式。
• 引擎：黑白相同的禁手（三三、长连为禁手，四四允许），只有正好5子才算获胜。

文件夹结构

• src：Qt6/C++五子棋引擎、本地AI、棋盘界面、与VLM服务器通信的TCP客户端
• 根目录下的.py：VLM推理服务器（vlm_pva_server.py）、把日志转换为训练数据的dataset_omook.py、LoRA训练train_vlm.py、模型下载
• scripts：VLM坐标确认和文字棋盘客户端
• omook-web：Next.js网页对局界面、引擎（board.ts）、本地AI（ai.ts）、棋谱保存（db.ts）、VLM连接

服务器部署设置、监控与自动化脚本、对局日志和棋谱数据库、模型权重都不在公开范围内。广告和其他游戏列表等网站运营代码、配置文件也被去掉了，所以部分import指向的是未公开的文件。

完整源代码