Gibt es einen KI-Evony-Bot? Wie Computer Vision und OCR ein modernes Automatisierungstool antreiben

Ja, in dem Sinn, auf den es ankommt: Ein moderner Evony-Bot arbeitet mit denselben Techniken der Computer Vision und der optischen Zeichenerkennung (OCR), auf denen vieles beruht, was heute als KI bezeichnet wird. Er sieht sich Screenshots des Spiels an, erkennt darin Buttons, Icons, Karten und Zahlen und entscheidet, was er als Nächstes antippt. Er ist kein Chatbot und nutzt kein großes Sprachmodell, um das Spiel zu spielen. Hier siehst du, was die „KI“ in einem Evony-Bot tatsächlich macht und warum genau dieser Aufbau nach jedem Spiel-Update weiter funktioniert.

Das Problem: Der Bot sieht nur Pixel

Ein Emulator gibt einem Bot zwei Dinge: Screenshots und eine Möglichkeit, Taps zu senden. Es gibt kein Menü, das man fragen könnte: „Ist eine Rally offen?“ Der Bot muss sich das Bild ansehen und es selbst herausfinden, hunderte Male pro Minute, auf einem Bildschirm, der sich mit jedem Pop-up, jedem Event-Banner und jedem Spiel-Update ändert. Das ist ein Wahrnehmungsproblem, und dafür ist Computer Vision da.

Ebene 1: Bildschirme und Buttons erkennen

Die erste Aufgabe ist zu wissen, wo man ist: in der Stadt, auf der Karte, in der Rally-Liste, in der Taverne, in einem Pop-up. Der Bot führt eine Bibliothek von Referenzbildern, kleine Ausschnitte der Buttons, Icons und Beschriftungen, die das Spiel zeigt, und gleicht sie mit dem aktuellen Screenshot ab. Wenn der „Join“-Button einer Rally-Karte mit hoher Sicherheit passt, weiß der Bot, dass es eine Rally-Karte gibt und wo er tippen muss. Dieselbe Technik erkennt ein Boss-Icon auf einer Rally-Karte, den Bildschirm zum Drachenfüttern, die Felder des Glücksrads, die Artikel im Schwarzmarkt und die hunderte anderen Dinge, die der tägliche Ablauf berührt.

Zwei Details machen das schwieriger, als es klingt. Das Spiel wird auf schwächeren Geräten weicher dargestellt, deshalb passt ein Referenzbild von einem starken PC auf einem Laptop vielleicht nur schwach; die Schwellenwerte müssen pro Bildschirm mit Blick darauf gesetzt werden. Und das Spiel ändert mit Updates seine Grafik, daher gehört zur Pflege eines Bots, die Referenzen nach jedem Patch neu aufzunehmen und auf mehreren Emulatoren zu testen.

Ebene 2: Zahlen und Text lesen

Zu wissen, dass ein Marsch-Bildschirm offen ist, reicht nicht; der Bot muss die Marschzeit, die Truppenanzahl, die Ausdauer, die Feldstufe und die freien Plätze der Rally lesen. Das ist OCR: Der Bot schneidet den Bereich aus, in dem die Zahl steht, und lässt darauf eine Texterkennung laufen. Dank OCR kann der Rally-Bot eine Rally ohne freien Platz ablehnen, der Farming-Bot ein Feld der Stufe 6 einem Feld der Stufe 4 vorziehen und der Scheduler wissen, dass ein Marsch in 14 Minuten zurück ist, statt zu raten.

OCR auf Spielschriften ist eine eigene Kunst. Zahlen mit Umrandung, farbigem Hintergrund und winziger Größe verwirren allgemeine Erkennungsprogramme, daher werden die Ausschnitte pro Bildschirm angepasst und die Messwerte auf Plausibilität geprüft (eine Ausdauer von 9.000 ist ein Lesefehler, kein Wunder).

Ebene 3: Entscheiden, was zu tun ist

Die Wahrnehmung beantwortet „Was ist auf dem Bildschirm?“. Der Scheduler beantwortet „Was soll als Nächstes passieren?“. Er hält die Liste der Aufgaben für jeden Account, ihre Prioritäten und ihre Timer: Sammelmärsche kommen zu bekannten Zeiten zurück, Bosse erscheinen nach bekannten Plänen, Event-Gebäude öffnen und schließen nach einem Kalender, die Tagesaufgaben werden zu einer festen Stunde zurückgesetzt. Der Scheduler wählt die nächste Aufgabe, übergibt den Bildschirm an die Logik dieser Aufgabe, und die Aufgabe nutzt Ebene 1 und 2, um sie auszuführen, mit Prüfungen vor allem Riskanten, etwa vor dem Senden eines Marsches.

Auf dieser Ebene liegt der Event-Kalender der Apps, einschließlich der Meldungen aus der Community, wann Events wirklich enden, und hier entscheidet auch die Emulator-Rotation, welche Accounts jetzt laufen und welche warten.

Warum kein großes Sprachmodell?

Sprachmodelle sind gut in Sprache. Evony zu spielen ist ein Problem aus Wahrnehmung und Timing: einen Bildschirm sehen, eine Zahl lesen, innerhalb einer Sekunde tippen und das die ganze Nacht ohne Abweichung wiederholen. Eine Vision-Pipeline schafft das zuverlässig und günstig auf deinem eigenen PC; ein Sprachmodell in der Schleife wäre langsam, teuer und nicht besser darin, einen Join-Button zu erkennen. Nützlich sind Sprachmodelle rund um den Bot: bei der Dokumentationssuche, im Support und in Werkzeugen für die Leute, die ihn pflegen. In der Schleife selbst arbeiten Vision, OCR und ein Scheduler.

Was das für dich als Nutzer bedeutet

• Einstellungen zum Bildschirm sind wichtig. Auflösung, Grafikmodus und Spielversion sind Eingaben für die Vision-Ebene. Deshalb ist die Einrichtungsanleitung so genau.
• Updates sind normal. Nach einem Spiel-Patch werden die Referenzen und Ausschnitte neu aufgenommen; das Update des Bots ist die Lösung. Behalte die vorherige Spielversion, bis es erscheint.
• Prüfungen sind Funktionen. Die Marschprüfung vor dem Senden und die Plausibilitätsprüfungen der OCR-Werte verhindern, dass ein Lesefehler dich Truppen kostet.

Wenn du es in Aktion sehen willst, erstelle ein kostenloses Konto, lade die App herunter und sieh dir das Log an, während sie läuft: Jede Zeile zeigt, was der Bot erkannt und was er entschieden hat.

Häufig gestellte Fragen

Nutzt ein Evony-Bot KI?

Er nutzt Computer Vision und OCR, also KI-Techniken: Er erkennt Buttons und Bildschirme in Screenshots und liest Zahlen daraus, dann entscheidet ein Scheduler, was als Nächstes passiert. Er nutzt weder einen Chatbot noch ein großes Sprachmodell, um das Spiel zu spielen.

Kann ChatGPT Evony für mich spielen?

Nicht in einer praktikablen Weise. Das Spiel zu spielen ist ein Problem aus Wahrnehmung und Timing: einen Bildschirm erkennen, eine Zahl lesen, innerhalb einer Sekunde tippen, die ganze Nacht lang. Eine Vision-Pipeline auf deinem eigenen PC macht das zuverlässig; ein Sprachmodell wäre langsam, teuer und beim Erkennen eines Buttons nicht besser.

Warum funktioniert der Bot nach einem Spiel-Update nicht mehr?

Weil er das Spiel daran erkennt, wie es aussieht. Wenn ein Update Grafik, Layout oder Schriften ändert, passen manche Referenzbilder und OCR-Ausschnitte nicht mehr, bis sie neu aufgenommen werden. Deshalb lautet der Standardrat, die vorherige Spielversion zu behalten, bis das Bot-Update erscheint.

Liest der Bot den Speicher oder den Netzwerkverkehr des Spiels?

Nein. Unsere Apps arbeiten mit Screenshots und Taps über den Emulator, so wie ein Spieler. Werkzeuge, die sich in den Spiel-Client einklinken oder mit dessen Servern sprechen, gehen bei jedem Patch kaputt und sind der schnellste Weg zu einem Bann.