三国杀专业分析面板，立志成为桌游界的stockfish

三国杀专业分析面板 (SGSFish)

GitHub仓库：
本项目是一个基于 Python 实现的三国杀专业分析面板，旨在模拟玩家决策过程，通过量化评估动作实体（卡牌/技能）的价值、考虑它们之间的相互影响（包括基于作用域的条件影响）、根据战局动态调整策略权重，并结合概率模型估计对手手牌，以提供当前回合最佳行动序列（包含具体作用域选择）及其预期得分。

核心概念

本项目基于以下核心逻辑构建：

1. 属性系统:

   • 动作实体 (ActionEntity): 定义了基础的攻击、防御、辅助属性值。
   • 武将: 每个武将拥有基础血量上限。

2. 动作实体 (ActionEntity):

   • 合并了原有的卡牌和技能概念，代表一个可执行的动作。
   • 包含基础属性 (攻击、防御、辅助)。
   • 状态属性:
     • timing: 发动时机 (如 0=出牌阶段, 2=判定阶段)。
     • response_suit, response_rank_range: 响应特定花色/数字的要求 (如【闪电】响应黑桃2-9)。
     • scope: 可选的作用域列表 (如【过河拆桥】可选 [1, 2, 3] 代表手牌区、装备区、判定区)。

3. 影响系统:

   • 某些动作实体在使用后，可能会对其后使用的特定动作实体产生临时的属性修正。
   • 例如，“过河拆桥”作用于手牌区(scope=1)时，可能会提升后续“杀”的攻击评估价值。
   • 影响现在可以指定 required_scope，即该影响只有在源动作选择了特定作用域时才生效。
   • 这些影响关系、修正值和作用域要求存储在数据库中。

4. 动态权重:

   • AI 的决策倾向会根据战场局势动态调整：
     • 敌方血量越低，攻击属性的权重越高，鼓励进攻。
     • 己方血量越低，防御属性的权重越高，鼓励保守或自保。
   • 辅助属性的权重当前版本是固定的。

5. 概率模型:

   • 通过记录牌堆的初始构成、己方手牌以及（理论上）场上已出现的牌，结合对手当前的手牌数量，来估算对手手牌中持有各种动作实体的可能性（概率）。
   • 当前实现为简化模型&