沿合法行动线推进
从根节点开始，逐步选择可用的 raise、call 或 fold，抵达真正想学习的牌局节点。
← 案例 / 案例 03
交互式扑克学习工具
Preflop Explorer：6-Max 翻前范围
Preflop Explorer 是一款交互式扑克范围查看与学习工具。沿合法行动线推进，对比连续玩家的范围，并查看全部 169 类起手牌精确的 raise、call 与 fold 混合频率。
6-max预解行动树
169每个网格的起手牌类别
3-wayraise · call · fold 混合
01 / 可以学习什么
学习完整决策，而不是孤立的静态图。
静态范围图只展示一个截面。Preflop Explorer 将行动上下文、上一范围和当前决策放在一起。
并排对比玩家范围
以前后相同的网格尺寸保留上一位玩家策略，直接对照当前决策。
读取精确混合策略
打开任意一类起手牌，查看其 raise、call 和 fold 频率，而不是被简化成单一行动。
02 / 真实产品
从根节点开始，沿行动线推进，对比每个决策。
以下素材直接来自已部署产品，而不是重新绘制的示意图。
打开第一个决策
选择预解版本，在标准 13×13 网格中查看开局行动混合。
每次推进一个行动
每次选择都会加入下一个决策，并保留上一范围用于同尺度对比。
03 / 可以构建什么
Explorer 是起点，不是能力上限。
直接使用托管产品进行学习；当产品需要自己的界面、训练循环、用户模型或分析流程时，使用 Pokerai API。
01
定制范围 Explorer构建自己的导航、品牌、收藏牌局节点和范围对比流程。
02
训练与测验将策略频率转化为测验、评分、间隔重复和针对性漏洞训练。
03
牌局复盘把实战手牌与参考决策、解释、笔记和学习进度关联起来。
04
更深度的分析通过 Pokerai 已公开文档的翻后与 Solver API，从预解翻前学习延伸到更复杂工作流。
04 / 由 Pokerai API 驱动
今天直接使用，下一步构建真正符合需求的训练器。
Preflop Explorer 证明了基础产品循环：请求牌局节点、渲染策略、让用户研究决策。你的后端可以调用 Pokerai API，再加入自己的训练与分析产品逻辑。
01设计定制范围浏览器或训练界面
02依据混合策略频率评估用户决策
03把策略与牌局记录和学习队列连接
04通过公开 API 加入翻后分析或 Solver 工作流
curl https://pokerai.bet/v1/gto/preflop \
-H "authorization: Bearer $POKERAI_API_KEY" \
-H "content-type: application/json" \
-d '{
"hole_cards": "AhKh",
"positions": { "hero": "MP" },
"preflop_actions": [
{ "position": "SB", "action": "small blind", "amount": 0.5 },
{ "position": "BB", "action": "big blind", "amount": 1 },
{ "position": "UTG", "action": "raise", "amount": 3 }
]
}'05 / 学习循环
从牌局节点到精确频率，只需一个短循环。
选择版本
选择支持的 6-max 预解行动树。
沿行动线推进
直接从行动树中选择下一个合法行动。
对比范围
用相同大小读取上一位与当前玩家的策略。
查看手牌
打开任意格子，研究精确混合频率。
06 / 常见问题
关于 Preflop Explorer 的常见问题。
Preflop Explorer 是静态扑克范围图吗？
不是。它可以沿合法的 6-max 行动线交互浏览，对比连续玩家范围，并查看全部 169 类起手牌的混合频率。
可以把它作为翻前训练器使用吗？
托管产品可用于范围学习和决策复盘。开发者还可以使用 Pokerai API 加入测验、评分、间隔重复等定制训练模式。
公开浏览器会暴露 Pokerai API key 吗？
不会。托管 Explorer 使用登录用户的同源会话和受控应用接口。定制产品应将 Pokerai API 凭据保存在可信后端。
除了这个 Explorer，还能用 Pokerai API 构建什么？
可以构建定制范围查看器、扑克训练器、牌局复盘系统、教练看板，以及基于翻前、翻后和 Solver API 的分析工作流。
范围与来源
Preflop Explorer 是基于现有 Preflop 库构建的 Pokerai 第一方界面。 面向已登录用户的预解策略学习。 它不会在真实资金牌桌上提供实时辅助。
从这里开始
现在查看范围，下一步构建自己的产品。
先使用托管产品立即学习，再通过 Pokerai API 构建用户真正需要的训练或分析流程。