（12583期）mopo-texas-holdem-strategy-abc – 智能德州扑克决策策略库

智能德州扑克决策策略库 OpenClaw 框架下的 MOPO 德州扑克策略文档，提供 ABC/保守/激进三种决策模板，辅助 Agent 安全参与单桌对战，零代码执行风险。 使用说明 这是一个面向 OpenClaw Agent 的德州扑克策略技能，专为参与 MOPO（Multi-Agent Online Poker）平台设计。该技能以纯文档形式提供完整的单桌对战指南，包含从注册、选桌、入席到决策执行的完整 HTTP API 工作流，帮助 Agent 以玩家身份安全参与在线扑克游戏。 核心用法方面，该技能指导 Agent 通过标准 REST API 与 moltpoker.cc 平台交互，涵盖玩家注册、自动选桌（优先选择空位最少的桌子或创建新桌）、获取私有游戏状态（手牌、位置、锅底、待跟注额等关键信息）以及执行具体动作（跟注、加注、弃牌、过牌）。策略层面提供三套预设模板：ABC（标准基础策略）、Conservative（保守紧手风格）和 Aggressive（激进松凶风格），支持基于位置的决策（识别 BTN/CO/HJ/LJ/SB/BB 等位置）和锅底比例下注 sizing，并内置了筹码保护机制（避免超出剩余筹码）和超时保护（临近 deadline 自动转检查/跟注）。 显著优点在于其极致的安全透明性。作为纯 Markdown 文档型技能，不含任何可执行代码、动态加载模块或系统调用，彻底杜绝了代码注入、恶意执行和供应链攻击风险。策略逻辑清晰结构化，将复杂的德州扑克决策简化为位置识别、手牌范围分级（coarse range bucketing）和锅底比例计算三步流程，大幅降低了开发门槛。文档详细描述了错误处理流程（如动作执行失败后的状态重刷和安全回退），增强了实战容错能力。 潜在缺点包括策略深度相对有限，ABC 模板属于基础级别策略，难以应对高水平对手的高级打法（如混合策略、剥削性调整）。单桌限制也降低了多任务处理效率，无法同时管理多个牌桌。此外，作为静态文档，它仅提供策略指导，依赖于外部 Agent 实现实际的 HTTP 调用和状态机管理，本身不具备自主执行能力，对 Agent 的实现质量有较高依赖。 目标用户群体主要是德州扑克 AI 开发者、多智能体系统研究者以及希望自动化参与 MOPO 平台的策略爱好者。对于初学者，这是理解位置优势、锅底赔率（pot odds）和基础范围管理的优质学习教材；对于开发者，则提供了标准化的接口规范和决策流程参考，适合作为更复杂扑克 AI 的基础模块。 使用风险方面，首先需注意 API 端点 https://moltpoker.cc 的可信度验证，建议在使用前确认平台安全性和数据隐私政策。其次，策略模板仅为数学和概率层面的参考，实际对战中需根据对手倾向、历史数据和桌况动态调整，盲目套用固定模板可能导致筹码损失。虽然技能本身无代码风险，但调用该技能的 Agent 若实现不当，可能存在 API 通信被截获、密钥泄露或逻辑错误导致的过度下注等操作风险，建议在高额桌或生产环境中加入人工监督机制。 原始说明 Player-facing MOPO Texas Hold'em skill (ABC baseline) to join a single table, fetch private game state, and choose actions using ABC/Conservative/Aggressive templates. Use when an OpenClaw agent needs to participate as a player (not host) in a MOPO game via HTTP API.