RRepoGEO

REPOGEO 报告 · LITE

FengQuanLi/ResnetGPT

默认分支 master · commit 59818064 · 扫描时间 2026/5/26 20:38:16

星标 2,973 · Fork 749

AI 可见性总分
23 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 0 · 失败 1
客观元数据检查
AI 认识你的名字
2 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 FengQuanLi/ResnetGPT 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Reposition README to clarify game AI purpose and deprecation status

    原因：

    当前
    # 基于pytorch框架用resnet101加GPT搭建AI玩王者荣耀
   本源码模型主要用了SamLynnEvans Transformer 的源码的解码部分。以及pytorch自带的预训练模型"resnet101-5d3b4d8f.pth"
# 注意！！！ 
本项目不再更新,由用强化学习训练AI玩王者代替。
    复制粘贴的修复
    # 基于pytorch框架用resnet101加GPT搭建AI玩王者荣耀

**⚠️ IMPORTANT: This project is no longer updated.** It has been superseded by a reinforcement learning approach for training AI to play Honor of Kings. 

This repository explores an experimental method for creating an AI agent to play the mobile game Honor of Kings (王者荣耀) using a combination of ResNet101 for visual processing and a GPT-like architecture for decision-making, built on the PyTorch framework. It primarily utilizes the decoding part of SamLynnEvans Transformer and PyTorch's pre-trained ResNet101 model.
  • hightopics#2
    Add relevant topics for game AI and deep learning

    原因：

    当前
    (none)
    复制粘贴的修复
    pytorch, resnet, gpt, game-ai, mobile-game-automation, honor-of-kings, android-automation, deep-learning, computer-vision
  • highlicense#3
    Add a LICENSE file to clarify usage rights

    原因：

    当前
    (no LICENSE file detected — the repo has no recognizable license)
    复制粘贴的修复
    Create a LICENSE file (e.g., MIT or Apache-2.0) in the repository root, or explicitly state the intended license(s) in the README if a custom license is preferred.

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 FengQuanLi/ResnetGPT
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
Appium
在 2 个问题中被推荐 2 次
竞品排行
  1. Appium · 被推荐 2 次
  2. OpenCV · 被推荐 2 次
  3. ADB · 被推荐 1 次
  4. scrcpy · 被推荐 1 次
  5. LabelImg · 被推荐 1 次
  • 品类问题
    How to build an AI agent for controlling mobile games using deep learning?
    你：未被推荐
    AI 推荐顺序：
    1. Appium
    2. OpenCV
    3. ADB
    4. scrcpy
    5. LabelImg
    6. VGG Image Annotator (VIA)
    7. TensorFlow
    8. PyTorch
    9. Keras
    10. ResNet
    11. Inception
    12. EfficientNet
    13. RNNs
    14. LSTMs
    15. Transformers
    16. Deep Q-Networks (DQN)
    17. Proximal Policy Optimization (PPO)
    18. Advantage Actor-Critic (A2C)
    19. Python
    20. ONNX
    21. TensorFlow Lite
    22. PyTorch Mobile

    AI 推荐了 22 个替代方案，却始终没点名 FengQuanLi/ResnetGPT。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What frameworks exist for creating vision-based AI to automate Android game interactions?
    你：未被推荐
    AI 推荐顺序：
    1. OpenCV
    2. Appium
    3. SikuliX
    4. UI Automator
    5. ADB (Android Debug Bridge)
    6. Airtest Project

    AI 推荐了 6 个替代方案，却始终没点名 FengQuanLi/ResnetGPT。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    fail

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of FengQuanLi/ResnetGPT?
    pass
    AI 未点名 FengQuanLi/ResnetGPT —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts FengQuanLi/ResnetGPT in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 FengQuanLi/ResnetGPT

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo FengQuanLi/ResnetGPT solve, and who is the primary audience?
    pass
    AI 明确点名了 FengQuanLi/ResnetGPT

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 FengQuanLi/ResnetGPT 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/FengQuanLi/ResnetGPT.svg)](https://repogeo.com/zh/r/FengQuanLi/ResnetGPT)
HTML
<a href="https://repogeo.com/zh/r/FengQuanLi/ResnetGPT"><img src="https://repogeo.com/badge/FengQuanLi/ResnetGPT.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

FengQuanLi/ResnetGPT — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3