OxAI

OxAI

通过Ollama添加AI聊天的Minecraft模组。在聊天中输入`@ai`来提问。

社交

oxai

oxai 是一个 Fabric 客户端模组,为 Minecraft 添加由 Ollama 驱动的聊天伙伴。在聊天中输入 @ai,模组会将提示发送到你的本地 Ollama 服务器,然后在聊天中回复。

支持

  • 模组版本:0.1.5
  • Minecraft:26.1.x
  • Fabric Loader:0.17.3+
  • Fabric API:必需
  • Java:25+
  • Mod Menu:可选,已支持

Mod Menu 会为存储在 config/oxai.json 中的相同设置添加游戏内配置界面。

安装

  1. 为 Minecraft 26.1.x 安装 Fabric Loader 和 Fabric API。
  2. 将 0xAI 的 JAR 放入你的 mods 文件夹。
  3. 可选:安装 Mod Menu 以在游戏内配置 0xAI。
  4. 启动 Ollama:
ollama pull llama3.2
ollama serve
  1. 启动 Minecraft。

用法

在聊天中:

@ai how do i find diamonds
@ai what's the best food
@ai how do i make a nether portal

默认触发词为 @ai。你可以在 Mod Menu 或 config/oxai.json 中修改它。

配置

安装 Mod Menu 后:

  1. 打开 Mods。
  2. 选择 0xAI。
  3. 打开配置界面。
  4. 修改设置并按 Done。

没有 Mod Menu 时,编辑 config/oxai.json:

{
  "enabled": true,
  "trigger": "@ai",
  "ollamaUrl": "http://localhost:11434",
  "model": "llama3.2:3b",
  "systemPrompt": "You are a helpful AI assistant in a Minecraft server. Keep responses concise and friendly.",
  "maxTokens": 150,
  "temperature": 0.7,
  "responsePrefix": "[AI] ",
  "maxMessageLength": 256,
  "showErrors": true,
  "requestTimeout": 60000,
  "contextMessages": 5
}
选项 作用
enabled 开启或关闭 AI 回复
trigger 触发 AI 的聊天文本
ollamaUrl Ollama 服务器地址
model Ollama 模型名称
systemPrompt 随每次请求发送的系统消息
maxTokens 生成回复的最大长度
temperature 回复随机性,从 0.0 到 1.0
responsePrefix 添加在 AI 聊天消息前的缀
maxMessageLength 每行聊天消息的最大字符数
showErrors 在聊天中显示请求错误
requestTimeout Ollama 请求超时时间(毫秒)
contextMessages 保留作为上下文的最新聊天轮数

模型

0xAI 可与任何 Ollama 聊天模型配合使用。常见选择:

  • llama3.2:3b
  • llama3.2:1b
  • mistral
  • phi3

使用较小的模型可获得更快的回复,或适用于较低配置的硬件。

构建

安装 JDK 25+,然后使用 Gradle 构建:

./gradlew build

在 Windows PowerShell 中,如果 Unix wrapper 脚本不可执行,请运行:

java -classpath gradle\wrapper\gradle-wrapper.jar org.gradle.wrapper.GradleWrapperMain build

构建出的 JAR 会写入 build/libs/。

故障排查

构建提示 release version 25 not supported

Gradle 使用了较旧的 JDK。请安装 JDK 25,并确保 JAVA_HOME 或你的 IDE Gradle JVM 指向它。

模组没有响应

  • 确保在 Mod Menu 或 config/oxai.json 中启用了 0xAI。
  • 检查 Ollama 是否正在通过 ollama serve 运行。
  • 检查配置的模型是否已通过 ollama list 安装。
  • 确认你的消息包含配置的触发词。

回复很慢

  • 使用更小的模型,例如 llama3.2:1b。
  • 降低 maxTokens。
  • 降低 contextMessages。

连接被拒绝

  • 检查 ollamaUrl。
  • 确保 Ollama 正在配置的主机和端口上运行。