RRepoGEO

REPOGEO 报告 · LITE

lmgame-org/GamingAgent

默认分支 main · commit 996d848a · 扫描时间 2026/6/10 10:28:29

星标 936 · Fork 103

本仓库扫描历史

下方为分数趋势（含全部就绪扫描；左旧右新，可横向滚动）。表格明细默认折叠，展开后每页 10 条，最新在上。

分数趋势（左 → 右：旧 → 新）

共 2 条就绪扫描。点击下方按钮展开表格（每页 10 条，可翻页）。

AI 可见性总分
35 /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 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 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 lmgame-org/GamingAgent 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
  • hightopics#1
    Add comprehensive topics to the repository

    原因：

    复制粘贴的修复
    llm-agents, vlm-agents, gaming-ai, ai-benchmarking, game-ai, interactive-agents, model-evaluation, computer-use-agents, llm, vlm
  • mediumhomepage#2
    Set the repository homepage URL

    原因：

    复制粘贴的修复
    https://lmgame.org/#/gaming_agent
  • mediumreadme#3
    Add a 'Why GamingAgent?' section to the README

    原因：

    复制粘贴的修复
    ## Why GamingAgent?

Unlike general reinforcement learning toolkits or game engines, GamingAgent is specifically designed for developing, evaluating, and benchmarking LLM/VLM-based agents, focusing on human-like cognitive gameplay and model evaluation in diverse interactive gaming environments.

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 lmgame-org/GamingAgent
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
Unity ML-Agents Toolkit
在 2 个问题中被推荐 1 次
竞品排行
  1. Unity ML-Agents Toolkit · 被推荐 1 次
  2. Unreal Engine · 被推荐 1 次
  3. UnrealCV · 被推荐 1 次
  4. AirSim · 被推荐 1 次
  5. Gymnasium · 被推荐 1 次
  • 品类问题
    How can I benchmark large language models or vision models in interactive video games?
    你：未被推荐
    AI 推荐顺序：
    1. Unity ML-Agents Toolkit
    2. Unreal Engine
    3. UnrealCV
    4. AirSim
    5. Gymnasium
    6. Minetest
    7. Minecraft
    8. Mineflayer
    9. MCPI
    10. Pygame

    AI 推荐了 10 个替代方案，却始终没点名 lmgame-org/GamingAgent。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Looking for a framework to develop and deploy LLM-based agents for playing PC games.
    你：未被推荐
    AI 推荐顺序：
    1. OpenAI Gym/Gymnasium
    2. Stable Baselines3
    3. Ray RLlib
    4. Unity ML-Agents
    5. MineRL
    6. Acme
    7. Dopamine
    8. LangChain
    9. LlamaIndex

    AI 推荐了 9 个替代方案，却始终没点名 lmgame-org/GamingAgent。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
    warn

    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 lmgame-org/GamingAgent?
    pass
    AI 明确点名了 lmgame-org/GamingAgent

    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 lmgame-org/GamingAgent in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 lmgame-org/GamingAgent

    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 lmgame-org/GamingAgent solve, and who is the primary audience?
    pass
    AI 明确点名了 lmgame-org/GamingAgent

    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 lmgame-org/GamingAgent 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/lmgame-org/GamingAgent.svg)](https://repogeo.com/zh/r/lmgame-org/GamingAgent)
HTML
<a href="https://repogeo.com/zh/r/lmgame-org/GamingAgent"><img src="https://repogeo.com/badge/lmgame-org/GamingAgent.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

lmgame-org/GamingAgent — 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