项目介绍
xwjdsh/2048-ai 是一个托管在 GitHub 上的开源项目，主要使用 Go 编写，采用 MIT License 许可证，目前获得 318 个 Star、27 次 Fork。
- 仓库全名
- xwjdsh/2048-ai
- 开源许可证
- MIT License
- Star 数
- 318
- Fork 数
- 27
- 未关闭 Issue
- 2
README 摘要
2048-AI AI for the 2048 game, implements by expectimax search, powered by Go. The web front-ends of 2048 game was forked from gabrielecirulli/2048, respect and gratitude! Screenshot How to run? Via Go Via Docker or build images by yourself: Then, you can access http://localhost:8080/ from the browser. Related Expectimax search Model weight matrix Communication by websocket, implements by gorilla/websocket Licence…
完整内容见 GitHub 原始 README 或本页 。
常见问题
2048-ai 用什么语言开发？
主要使用 Go 编写，采用 MIT License 许可证，目前有 318 个 Star。
2048-ai 可以免费商用吗？
仓库采用 MIT License 许可证，可免费使用与修改，商业使用请遵守许可证条款（例如保留版权声明与许可声明）。
如何获取 2048-ai 的源码？
可以直接克隆仓库：git clone https://github.com/xwjdsh/2048-ai.git，默认分支为 master；安装与运行步骤见仓库 README。
2048-ai 最近还在维护吗？
仓库最近一次更新为 2019年12月10日，当前有 2 个未关闭 Issue；Star 数为 318，可作为社区活跃度的参考。
相关仓库
为什么几个 token 能搞定却要用很多 token。一个爆火的技能 + 编码代理的代理，像穴居人那样说话，可削减 65% 的 token。
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合，为 LLM 构建卓越的上下文层
评论