💣 Minesweeper Agent - 用本地大模型玩扫雷
本案例使用一个 4×4 扫雷棋盘作为 Agent 的运行环境，展示 Agent 如何通过工具与环境交互并根据反馈修正行为。模型使用 Gemma 4 E4B-it Q4_K_M，通过 llama.cpp 提供 OpenAI-compatible API。
- Notebook：minesweeper_agent.ipynb
- 游戏环境：minesweeper_game.py
内容覆盖
- Chatbot 与 Agent 的结构区别。
- llama.cpp ROCm 预编译版下载、启动与连接验证。
- 扫雷环境初始化与手动操作。
- Agent 循环逐步拆解：Observation → Candidate Actions → LLM 选择 → 工具执行 → Feedback。
- 模型自主生成 vs Python 确定性候选的对比实验。
- 完整约束式 Agent 循环（带候选动作）。
- 完整自主式 Agent 循环（带历史记录 + 重试机制）。
- 稳定性设计：候选动作约束、低 temperature、JSON 格式、fallback、动作历史。
环境要求
方式一：AMD Radeon Cloud 在线体验（无需本地 GPU）
没有 AMD GPU 的情况下，可以使用 AMD 官方提供的免费云算力平台，浏览器登录后直接运行 Jupyter Notebook：
- 平台入口：https://developer.amd.com.cn/login?source=91kadjjnI
- 注册即送 100 小时 GPU 算力
- 内置 Jupyter 环境，无需本地配置
详细使用教程见：AMD Radeon Cloud 云算力
方式二：本地运行
硬件：
- AMD GPU（支持 ROCm 7.0+ 的显卡，如 Ryzen AI Max+ 395、Radeon RX 7000/9000 系列等）
软件：
- Ubuntu 24.04 或 Windows 11（ROCm 7.12+）
- Python 3.12
- Jupyter Notebook
本地环境安装：
bash
# 创建虚拟环境
uv venv --python=3.12
source .venv/bin/activate # Linux
# .venv\Scripts\activate # Windows
# 安装依赖
uv pip install jupyter requests启动 Notebook：
bash
cd src/amd-yes/minesweeper_agent/
jupyter notebook推理服务
- llama.cpp ROCm 预编译版（lemonade-sdk/llamacpp-rocm b1292）
- 模型：Gemma 4 E4B-it Q4_K_M GGUF（约 5.4 GB）
📖 ROCm 基础环境安装请参考 00-Environment。
模型下载
ModelScope（国内直连）：
bash
wget https://www.modelscope.cn/models/bartowski/google_gemma-4-E4B-it-GGUF/resolve/master/google_gemma-4-E4B-it-Q4_K_M.ggufHugging Face：
bash
wget https://huggingface.co/bartowski/google_gemma-4-E4B-it-GGUF/resolve/main/google_gemma-4-E4B-it-Q4_K_M.gguf