Uma mesa de treinamento nativa 6-max, 100BB, na qual cinco oponentes GTO jogam todas as mãos pela mesma API Pokerai disponível aos desenvolvedores. O Counterplay registra cada decisão do Hero, a avalia com base nas frequências retornadas, agrupa desvios recorrentes em relatórios de leaks e mantém as mãos subjacentes prontas para revisão ou coaching fundamentado opcional.
270linhas — todo o cliente da API
0estratégia em cache
10Endpoints de API em uso
Atualizado · Mantido por Pokerai API
Counterplay / iOSinterface real do produto
01 / arquitetura
Um mecanismo de poker controla a mão. A Pokerai API controla a estratégia.
O Counterplay separa a mecânica do jogo, o estado da sessão e a verdade estratégica. O PokerKit avança a mesa com seis jogadores; o serviço do treinador preserva a linha de ações ordenada, os stacks efetivos, os Ranges e o contexto de revisão; a API Pokerai fornece consultas pré-resolvidas ou saída do solver em tempo real. A mesma resposta pode orientar o jogo dos oponentes, a avaliação do Hero, a visualização de ranges e o coaching posterior sem incorporar gráficos privados no aplicativo.
01 / experiência
Aplicativo iOS
Interface SwiftUI com mecânicas de jogo do PokerKit e captura de decisões.
02 / estado
Backend do treinador
FastAPI mantém a mão atual, a linha de ação, as Ranges e o contexto de revisão.
03 / estratégia
pokerai.bet
Estratégia pré-resolvida de preflop e flop, além da resolução em fila de turn e river.
02 / ciclo do produto
Treine na mesa. Encontre o padrão. Reabra a mão.
O produto faz mais do que expor uma resposta de solver. Ele transforma decisões individuais em um relatório de análise e mantém as mãos subjacentes disponíveis para revisão e estudo posterior.
Relatório de análise
Veja desvios recorrentes
Agrupe decisões semelhantes, exiba contagens de amostras e desvio médio e, em seguida, classifique padrões repetidos de preflop e postflop por gravidade.
Histórico de mãos
Volte ao ponto exato
Pesquise por mão, posição ou cartas; inspecione o resultado e o BB líquido; depois reabra a sequência exata de decisões por trás de um relatório.
Discutir e consultar
Estude uma situação sem jogar uma mão completa
Escolha uma consulta rápida pré-resolvida ou um cálculo exato sob demanda, defina o pote e as posições e leve o resultado para uma discussão focada.
Preferências do treinador
Controle o idioma, a identidade e o modelo de coaching
Mantenha a interface de treinamento focada, permitindo que o jogador escolha o idioma, a identidade da mesa e o modelo opcional usado para explicações.
03 / registro de endpoints
Cada street corresponde a uma interface de API documentada.
Rastreado a partir do cliente real (método → endpoint → onde é usado):
Pré-flop/v1/gto/preflop
Ações pré-flop do Vilão + avaliação da decisão pré-flop do Hero
Pré-flop/v1/gto/preflop/range
A grade de Ranges 13×13 mostrada na revisão
Flop/v1/gto/flop/tree
Árvore de decisões pós-flop para a situação do flop
Flop/v1/gto/flop/node
Estratégia no nó atual do flop (+ avaliação)
Ranges/v1/gto/flop/projected-range
Atualiza os Ranges ao longo da linha de ação do flop
Ranges/v1/gto/range
Montar solver_results para uma linha de ação
Turn/v1/gto/turn/projected-range
Transferência de Ranges do flop → turn
Solucionador/v1/gto/solver
Enviar uma tarefa de resolução em tempo real para uma situação de turn/river
Solucionador/v1/gto/solver/tree
Árvore de decisões da situação resolvida de turn/river
Solucionador/v1/gto/solver/node
Estratégia em um nó de turn/river (+ avaliação)
04 / comprovação da implementação
Toda a camada de estratégia cabe em um único arquivo.
O cliente não incorpora gráficos nem resultados do solucionador. Ele configura a situação atual, envia uma solicitação autenticada e retorna frequências de estratégia normalizadas ao treinador.
01Um cabeçalho de autenticação compartilhado.
02Métodos tipados com nomes correspondentes aos pontos de extremidade públicos.
03Um único fluxo de tempo limite e retentativas para cada street.
04Não há cache privado de estratégia no aplicativo.
app/gto/client.pytrecho do cliente leve
class GtoClient:
def __init__(self, settings):
self._headers = {"Authorization": f"Bearer {settings.gto_api_key}"}
async def preflop(self, hole_cards, hero_pos, preflop_actions):
body = {"hole_cards": hole_cards,
"positions": {"hero": hero_pos},
"preflop_actions": preflop_actions}
return _strategy_from(await self._post("/v1/gto/preflop", body))
async def flop_node(self, node_token, hole_cards=None):
body = {"node": node_token}
if hole_cards: body["hole_cards"] = hole_cards
return _strategy_from(await self._post("/v1/gto/flop/node", body))
# … + solver_schedule / solver_tree / solver_node, all one-liners over _post()
05 / ciclo de decisão
De uma mão distribuída ao feedback fundamentado.
01 / Pré-flop
Leia a linha
Envie as cartas, a posição e as ações ordenadas; use as frequências retornadas para jogar e avaliar.
02 / Flop
Percorra a árvore
Carregue a árvore pré-resolvida, localize o nó ativo e projete os Ranges após cada ação.
03 / Turn + river
Enviar uma tarefa de resolução
Envie os Ranges ao solver em tempo real, consulte o status da tarefa e depois leia o nó de estratégia resultante.
04 / Revisão
Avalie e explique
Avalie a ação escolhida pela própria frequência GTO e transmita o contexto estruturado ao coach opcional.
Escopo e proveniência
Counterplay é uma integração de produto da Pokerai API mantida pela Pokerai API. Ele não é apresentado como uma implantação de cliente de terceiros. Este registro técnico documenta o fluxo de trabalho do treinador para iOS e os endpoints públicos da API usados por esse fluxo de trabalho. O produto atual é voltado para treinamento de cash game com 100BB e seis jogadores, aleatoriza o assento do Herói, usa cinco oponentes orientados por estratégia e reduz situações pós-flop com vários jogadores a uma aproximação heads-up. O coaching é opcional. O Counterplay não ativa assistência em tempo real em mesas com dinheiro real. Esta página não faz nenhuma afirmação sobre adoção por clientes, downloads, desempenho em benchmarks, parcerias comerciais ou endossos externos.
Próximo caso / 02
MelaGTO
Veja a mesma camada de estratégia se tornar um espaço de trabalho nativo do macOS para estudo de Ranges, resolução pós-flop personalizada, revisão de mãos importadas e treinamento.
