SoulsBench 新仓库提供决策模型实时游戏评测 Harness

SoulsBench 为 Dark Souls III 决策模型评测提供可复用 Harness，包含 Windows游戏桥、WSL客户端和多家模型 adapter。统一 CombatState、16种动作与200ms预算，超时、解析失败或非法动作回退为空闲，并记录费用、延迟分位和结果。仓库支持不同执行模式，采用前应核对实时与暂停配置；公开比较由作者运行，提示曾基于 Jev 调整，部分 API 也发生退化，不作为独立复测。游戏随机性不由 adapter seed 完全控制。需要用户拥有指定版本游戏及DLC、Windows/WSL2和匹配键盘设置，游戏文件不随代码提供。作者明确代码由 Agent 生成且尚未全面人工审阅；许可 MIT。