我爱围棋html在线围棋源码

“我爱围棋”是一款基于 Web 的围棋人机对战应用，采用纯前端技术实现（HTML + CSS + JavaScript）。它提供了完整的围棋规则实现（提子、打劫、9/13/19 路棋盘）以及强力 AI 对手。AI 使用启发式评分 + 深度限制的前瞻搜索（Minimax 简化版），具备打吃优先、连贯追击、边缘扣气、防止自填等智能行为。此外，平台还集成了“数目”功能，可实时显示双方目数并让 AI 决定是否同意数目。

2. 技术栈

 前端框架：无（原生 JavaScript）

 样式：CSS3（Flex / Grid / 媒体查询）

 图标库：Font Awesome 6（CDN 引入）

 绘图：Canvas 2D（棋盘绘制、棋子渲染）

 输入适配：鼠标 / 触摸事件 / 键盘快捷键

 打包部署：单 HTML 文件，无需构建工具

 

3. 项目架构

项目采用单页面应用（SPA）模式，所有 UI 和逻辑都在一个 HTML 文件中。代码组织分为以下几大块：

 HTML：模式选择遮罩、主容器（棋盘、信息面板）、弹窗

 JavaScript：常量与配置、游戏状态管理、围棋规则函数、AI 引擎、数目系统、界面绘制、交互事件、辅助函数

 

4. 功能模块

4.1 棋盘与规则

 棋盘尺寸：支持 9×9、13×13、19×19（通过模式选择遮罩切换）

 落子规则：黑先白后，禁止在已有棋子的位置落子

 提子：自动检测并移除无气的棋子

 打劫：禁止立即回提（仅一个子时检测）

 终局：通过“认输”按钮结束对局，也可用 AI 判定功能判断胜负

 

4.2 AI 对手

AI 执白（可切换为双人对弈模式），其决策过程如下：

1. 基础评分：对每个候选位置调用 rawScore，计算包括提子、打吃、连接、救援、眼位、星位、边缘扣气等得分。

2. 候选筛选：按基础评分降序，取前 10~25 个候选点（取决于难度）。

3. 深度搜索（第 7 手后启用）：

    中等难度：3 层前瞻，每层分支数递减（20→12→8→6）

    困难难度：5 层前瞻，同上

    简单难度：不使用前瞻

4. 搜索算法：简化 Minimax，当前层最大化自身得分，下一层最小化（即对方最佳应手的影响）

 

4.3 评分函数（rawScore）主要项

 提子：+100/每子

 打吃（敌方气=1）：+100/每个敌人

 双重打吃：+180

 2→1 气奖励：+50/每个敌人

 3→2 气威胁：+10/每个敌人

 救援己方（气=1）：+90；气=2：+50

 连接己方：+15/相邻己方

 威胁对方：+8/相邻敌方

 集体作战（≥3 己方棋子）：+15；极密集（≥5）：再 +10

 眼位潜力（相邻空点）：+3/个

 星位（前15手）：+15；小目：+10

 中央区域：+4；边缘：10

 新子气数=1：70；气数=2：40

 自填领地（≥3己方且气≤2）：60

 

4.4 边缘扣气（AdjLib）

AI 评估时使用 adjLib 函数替代真实气数 realLib。如果棋子位于棋盘边缘（行=0 或 N1，或列=0 或 N1），且真实气数>0，则扣 1 气。使 AI 更积极处理边角棋子。

 

4.5 数目系统

基于区域填充算法计算空点归属。最终目数 = 棋子数 + 围空数（中国规则简化）。“目数”按钮仅显示目数；“AI 判定”按钮显示目数并让 AI 根据自身是否领先决定同意或拒绝数目。

 

4.6 界面与交互

 确认落子：二次点击确认，防误触

 暂停/继续：暂停时 AI 不响应，玩家也无法落子

 认输/重开：弹出确认对话框

 键盘快捷键：

  P – 暂停/继续；R – 重新开始；M – 切换模式；A – 切换双人/人机

  C – 确认落子开关；T – 查看目数；J – AI 判定；ESC – 关闭弹窗

 移动端适配：棋盘自适应，触屏优化，横屏左右布局

 

5. 配置与扩展

 难度配置：下拉菜单选择简单/中等/困难

 棋盘尺寸：通过模式选择按钮调用 setSize(n)

 添加新规则或评分项：修改 rawScore 函数，增加权重

 替换 AI 引擎：替换 aiMove 函数，返回 {r, c} 格式落子位置

 

6. 二次修改提示（详细）

如果您打算对代码进行二次开发或深度定制，请务必注意以下细节：

 

6.1 修改 AI 评分权重

 所有评分项都在 rawScore 函数中，直接修改数值即可。例如将提子奖励从 100 改为 120 会让 AI 更激进地提子。

 注意：修改后需要重新测试，确保不会出现异常行为（如过度自填或忽视防守）。

 

6.2 调整搜索深度与分支数

 搜索深度由 aiMove 中的 depth 变量控制（当前根据难度和 moveCnt 决定）。

 每层候选点数量在 deepAssess 中通过 limit 确定。可以增大 limit 换取更精准的搜索，但会降低速度（尤其 19 路棋盘）。

 建议：如果电脑性能较好，可将 limit 最大值从 20 提高到 30 或 40；手机端保持较低值。

 

6.3 添加新的评分特征

 在 rawScore 中添加新的加分或扣分项。例如增加“连环劫”检测、“厚势”奖励等。

 新特征必须基于当前棋盘状态（brd）和候选落子点 (r,c)，不能使用未来信息。

 注意：如果新特征需要计算量较大，最好只在候选点筛选完成后对 topN 个点执行，以免拖慢 AI 响应。

 

6.4 修改围棋规则

 真实气数使用 realLib 函数，adjLib 是 AI 评估用的调整气数。如果希望改变提子条件（例如废除打劫），需修改 capture 函数中的劫检测逻辑。

 严禁修改 realLib 或 group 函数，它们是围棋规则的基础。

 

6.5 界面与交互定制

 棋盘样式、颜色在 CSS 中修改；棋子绘制在 drawStonePos 函数中。

 按钮文字、图标可以直接修改 HTML 中的内容。

 如果想增加新的快捷键，在 document.addEventListener(‘keydown’) 中添加分支即可。

 

6.6 性能优化建议

 困难模式 + 19 路棋盘时，AI 思考时间可能较长。可采取以下优化：

   降低候选点总数（maxCand 从 25 减小到 15）。

   减少每层候选数（limit 从 20 减小到 10）。

   在 deepAssess 中只对前 5 个候选进行深度搜索，其余直接使用 rawScore。

 对于 9 路或 13 路棋盘，可适当增加深度（例如中等改为 4 层，困难改为 6 层）。

 

6.7 联机对战建议

 本项目当前为单机人机对战，若要实现联机对战，建议采用以下方案：

  a) WebSocket + Node.js 服务器：前后端通过 WebSocket 通信，服务器负责转发双方落子指令及时间控制。棋盘逻辑可放在服务端校验，或全放在客户端但互信。

  b) 使用现成游戏框架（如 PeerJS、Socket.io）快速搭建点对点或房间制对战。

  c) 保持现有界面，增加“创建房间”和“加入房间”功能，棋盘复用，但需处理 AI 禁用逻辑（联机时双方均为人类）。

  d) 时间规则：增加计时器倒计时，使用 setTimeout/setInterval 实现读秒。

  e) 对战状态同步：每次落子后，将完整棋谱（SGF 格式或自定义 JSON）同步给对方，确保双方棋盘一致。

 注意：联机后需去除 AI 自动落子逻辑，并增加“结束对局”按钮供双方协商认输。

 

6.8 测试策略

 每次修改后，至少进行以下测试：

   在不同棋盘尺寸下各下 10 步，观察 AI 是否出现非法落子（如填眼、自杀）。

   故意制造打吃、提子场景，验证规则正确性。

   使用“数目”按钮检查目数计算是否准确。

   在移动设备和桌面端分别测试触屏和鼠标交互。

 

6.9 版本管理

 建议在修改前备份原文件，或使用 Git 进行版本控制。

 每次修改后记录改动内容和效果，便于回滚。

 

7. 开发指南

 本地运行：直接打开 HTML 文件，无服务器要求

 调试建议：查看 console.log，使用 drawBoard() 重绘

 测试要点：提子/打劫正确性、AI 数目判断、移动端触摸流畅性

8, 

20260518 v1.7 增加详细二次修改提示，完善开发指引，项目更名为“我爱围棋”，添加版权声明

 

版权说明：

 本文档及对应软件受著作权法保护，仅用于学习和研究目的。

 允许个人自由使用、修改和分享，但不得用于商业用途未经授权。

 任何分发必须保留完整的版权声明和本开发文档。

 作者不对因使用本软件造成的任何损失承担责任。

 

我爱围棋丨下载地址：