主要观点：将《Baba is You》游戏转化为《Baba is Eval》演示版本，介绍了实现过程中的各项需求和遇到的问题，以及不同语言模型在其中的表现。
关键信息：

• 《Baba is You》是需操纵规则来获胜的推箱解谜游戏，抽象程度高，是推理基准，游戏回合数可作为更精细指标。
• 拟将其转化为《Baba is Eval》，需实现获取游戏状态到语言模型上下文、控制游戏水平、菜单导航自动化等。
• 游戏文件二进制大小仅 8MB，逻辑多在 Lua 脚本中，可通过MF_read和MF_store读写游戏状态，通过MF_getunits获取当前游戏状态并序列化到 Python。
• 控制游戏可通过command和undo函数，异步调用较难，采用在always钩子里打开新命令文件执行的方式。
• 选择关卡部分代码稀疏复杂，通过模拟输入进入关卡，此方法不太可靠。
• Claude 4 在游戏中表现不佳，难以完成各关卡任务，可尝试更换为 o3 等推理模型，优化上下文管理和游戏状态表示等。
  重要细节：
• 给出了“Lake-Extra 1: Submerged Ruins”关卡的游戏状态截图及 MCP 工具返回的表格格式。
• 展示了通过 MCP 执行游戏解决方案的视频。
• 提及项目 repo 地址为[https://github.com/lennart-fi...]。