快速閱讀精華
- 本機端 AI 輔助：結合本地 Ollama LLM 與啟發式規則，無需上傳遊戲資料
- 純讀取不注入：僅讀取遊戲狀態顯示建議，不修改記憶體、不自動出牌
- Chrome 擴充功能：支援 Chrome/Brave 瀏覽器，Linux 已測試，Windows/Mac 理論支援
- 逆向工程學習專案：作者為學習 reverse engineering 開發，程式碼開源透明
前言：UNO 總是不知道出哪張？讓本機 AI 幫你做決定
玩《UNO》最糾結的瞬間，莫過於手牌一堆卻不知道出哪張最有利 —— 尤其對手只剩一張牌時，出錯顏色可能就輸了。雖然這是款派對遊戲，但想要提升勝率，除了靠經驗，現在也能借助 AI 的力量。
今天要介紹的《Uno Assistant》，是一款專為 CrazyGames 平臺《Four Colors》（UNO 網頁版）設計的本機端輔助工具。它不像傳統外掛會修改遊戲記憶體，而是透過讀取遊戲狀態，在本機用 LLM（大型語言模型）分析後，在螢幕上顯示建議出牌。所有運算都在本地完成，不需要上傳任何資料。
這也是作者為了學習逆向工程（Reverse Engineering）而開發的練習專案，程式碼完全開源。底下我們將詳細整理它的運作原理、安裝方式與使用限制。
什麼是 Uno Assistant？本機 LLM 驅動的出牌建議助手
《Uno Assistant》本質上是一個 Chrome/Brave 瀏覽器擴充功能，搭配一個可選的本機伺服器。當你在 CrazyGames 平臺開啟 UNO 遊戲時，它會：
- 讀取遊戲記憶體中的手牌、場上最新牌、目前顏色等狀態
- 將這些資訊傳送給本機的 Ollama LLM（若已安裝）或內建的啟發式規則引擎
- 將 AI 建議的出牌顯示在螢幕疊加層（Overlay）上，讓你參考
核心特色整理
- 雙模式建議系統：優先嘗試連接本機 Ollama（預設使用 llama3.2:3b 模型），若未安裝或逾時 12 秒，自動切換到內建的啟發式演算法，確保隨時可用。
- 資料完全本地化：所有分析都在你的電腦完成，手牌資訊不會上傳到任何雲端 API，保護隱私。
- 非侵入式設計：只讀取遊戲狀態並顯示建議，不修改遊戲記憶體，也不會自動幫你點擊出牌，所有操作還是由玩家手動執行。
運作原理與技術整理：如何讀取 UNO 遊戲狀態？
作者為了學習逆向工程，深入研究了 CrazyGames 上 UNO 遊戲的網頁結構。以下是技術細節的拆解：
遊戲狀態的儲存位置
遊戲運行在 uno-online-game-files.crazygames.com 的 iframe 中，核心狀態儲存在全域變數 window.s_oGame 中。每張卡牌都是一個 CCard 類別的實例，透過 saveInfo() 方法可以取得以下資訊：
| 屬性名稱 | 型別 | 說明 | | szFotogram | string | 卡牌圖片資源名稱 | | iRank | int | 牌型：0-9數字、10跳過、11反轉、12+2、13萬用、14+4萬用 | | iSuit | int | 花色：0紅、1綠、2藍、3黃 | | bValue | bool | 是否為功能牌的特殊標記 |
資料流與通訊架構
- injected.js：注入到遊戲頁面的腳本，負責定期輪詢 window.s_oGame 狀態，並透過 postMessage 將資料傳送給內容腳本。
- content.js：瀏覽器擴充的內容腳本，接收遊戲資料後，負責在螢幕上渲染 HUD（疊加層），顯示建議出牌。同時將資料傳送給背景腳本請求 AI 分析。
- background.js：背景服務工作者，接收 content.js 的請求後，向本機伺服器（localhost）發送 HTTP 請求。這裡使用 Chrome PNA（Private Network Access）機制繞過 HTTPS→localhost 的封鎖。
- Server（Ollama）：本機伺服器接收卡牌狀態 JSON，呼叫 Ollama API（預設模型 llama3.2:3b）取得建議，若逾時或錯誤則回傳啟發式規則結果。
安裝教學：Chrome 擴充功能與 Ollama 伺服器設定
第一步：安裝瀏覽器擴充功能
這是必要步驟，無論是否使用 AI 建議都需要安裝：
- 下載本文下方提供的擴充功能壓縮檔並解壓縮，得到 extension/ 資料夾。
- 開啟 Chrome 或 Brave 瀏覽器，在網址列輸入 chrome://extensions 並進入。
- 開啟右上角的「開發者模式」（Developer mode）。
- 點擊「載入未封裝項目」（Load unpacked），選擇剛才解壓縮的 extension/ 資料夾。
- 看到 Uno Assistant 圖示出現即表示安裝成功。
第二步：安裝本機 LLM 伺服器（可選但推薦）
若想使用 AI 建議而非單純啟發式規則，需要安裝 Ollama：
- 前往 Ollama 官方網站 下載並安裝本機執行環境（支援 Linux/macOS/Windows）。
- 安裝完成後，在終端機執行以下指令下載模型（作者推薦 3B 參數版本，輕量且快速）：
- 進入解壓縮後的 server/ 資料夾，執行：
- 啟動伺服器：
（Windows 使用者請使用 Git Bash 或 WSL 執行 shell script，或手動用 node server.js 啟動） - 看到「Server listening on port 3000」即表示成功。
使用方式與限制說明
基本操作流程
安裝完成後，使用方式非常直覺：
- 開啟瀏覽器，進入 CrazyGames UNO 遊戲（搜尋「Four Colors」也可）。
- 進入遊戲對局後，瀏覽器右上角會顯示 Uno Assistant 的圖示（點擊可開關 HUD）。
- 當輪到你出牌時，螢幕上方會出現一個半透明的建議視窗（Overlay），顯示 「建議出牌：綠色 5」 這類提示。
- 建議來源會標示為 LLM（Ollama AI 分析）或 Heuristic（啟發式規則），讓你知道目前運作模式。
重要限制與免責聲明
雖然這個工具相對輕量，但使用者仍需注意以下限制：
- 公平性限制：AI 只能看到你的手牌、場上最新牌、當前顏色以及對手剩餘牌數。為了保持公平性，對手的手牌內容不會傳送給 AI。
- 手牌辨識限制：系統透過「你最後點擊的卡片」以及「畫面底部渲染位置」雙重判斷哪邊是你的手牌。若遊戲視窗縮放過小或版面異常，可能導致判斷錯誤。
- 平臺支援：主要測試於 Brave/Linux 環境。Windows 與 macOS 理論上支援（Chrome/Brave 跨平臺），但作者未實際測試，回報問題時請註明作業系統。
- 延遲問題：LLM 分析需要 0.5–2 秒（取決於你的電腦效能），若 12 秒內無回應會自動切換到啟發式規則。追求即時反應的玩家可選擇關閉 LLM 直接使用規則模式。
檔案下載點
以下是本文提供的 Uno Assistant 擴充功能壓縮檔下載連結。內含 Chrome 擴充功能資料夾與可選用的 Ollama 伺服器程式碼。
所有站內附件皆會附上安全掃描報告
請會員查看純淨度百分比後判斷使用
相關檔案須知：
取得檔案前，請先詳細閱讀文章內容
避免不必要錯誤與誤會發生。
也可多參考文章討論樓層內容
了解附件檔案相關討論資訊。
常見問題Q&A
Q：這是外掛或作弊程式嗎？會不會被遊戲封鎖？
A：Uno Assistant 屬於「資訊輔助」工具，而非傳統外掛。它不會修改遊戲記憶體（No Memory Editing），也不會自動幫你點擊出牌（No Automation），只是讀取畫面資訊後提供建議。理論上被偵測的風險極低，但使用任何第三方工具仍需自行承擔風險。
Q：使用這個工具需要上傳我的遊戲資料嗎？
A：完全不需要。這套工具的設計核心就是「本機端（Local）」處理。LLM 是透過 Ollama 在你的電腦本地執行，卡牌資料不會傳送到任何雲端 API 或作者的伺服器，隱私性極高。
Q：Windows 可以使用嗎？
A：理論上支援，但作者主要測試環境是 Brave 瀏覽器 + Linux 作業系統。Windows 與 macOS 使用者可以嘗試安裝，若遇到路徑或權限問題，建議使用 WSL（Windows Subsystem for Linux）執行伺服器端程式。
Q：為什麼有時候建議出現得很慢？
A：如果你啟用了 Ollama LLM 模式，系統需要時間生成回應。一般來說 0.5–2 秒 是正常的，取決於你的顯示卡或 CPU 效能。如果超過 12 秒沒有回應，系統會自動切換到「啟發式規則（Heuristic）」模式提供快速建議。
Q：這個工具安全嗎？會不會有病毒？
A：作者已將原始碼公開在文章中（injected.js, content.js, background.js 等），並提供 Pixeldrain 下載。雖然文章提到這是為了學習逆向工程而做，程式碼本身看起來是透明的。但如同所有第三方工具，建議在沙盒環境或備份後使用。
| 
威望
藍鑽
GP
狗仔卡
收藏
分享
提升卡
變色卡
千斤頂
