← 全部指南
本页内容
教程 GTO 策略 · 02/06 训练器 18 分钟 中级

第一篇:你的第一次策略调用

用受控训练场景或已结束手牌搭一个 GTO 扑克陪练的核心——和驱动 过招 的是同一类策略层。本篇会发一次真实的翻前策略调用、读可验证的混合频率，并在复盘后给决策评级。

更新于 维护者 Pokerai API

1 · 首次调用 2 · 范围网格 3 · 翻后决策树 4 · 转/河牌求解

准备什么

一个免费 API Key(在这里拿)以及 curl 或 Python 3。把 Key 设成环境变量:

export POKERAI_API_KEY="gto_your_key_here"

Step 1 · 第一次调用

问一下:Hero 在 MP 持 A♥K♥、UTG 已加注时的 GTO 策略:

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 }
    ]
  }'

返回:

{
  "hole_cards": "AhKh",
  "situation": "Raise",
  "strategy": [
    { "action": "raise", "frequency": 1, "amount_bb": 9, "sizing_pot": 0.8 }
  ]
}

AKs 面对 UTG 开局是纯 3bet:100% 加注,到 9bb。situation 由你发的动作推导(这里面对一个加注 = "Raise")。

Step 2 · 读懂频率

核心思想:API 返回的是混合策略——每个动作的 GTO frequency——不是单一「推荐动作」。多数手牌是纯策略(某动作 100%),但很多是混合。比如 UTG 开局 A2s:

{ "action": "raise", "frequency": 0.296 }   # raise 29.6% of the time
{ "action": "fold",  "frequency": 0.704 }   # fold 70.4% of the time
这里加注和弃牌 A2s 都是 GTO 正确的。总是弃、或总是加,单手不算「错」——但长期偏离了均衡混合。陪练要衡量的正是这个。

Step 3 · 写进代码

一个极小的类型化客户端——和过招用的同构(app/gto/client.py):

import os, httpx

class Pokerai:
    def __init__(self):
        self.h = {"Authorization": f"Bearer {os.environ['POKERAI_API_KEY']}"}
        self.c = httpx.Client(base_url="https://pokerai.bet", timeout=15)

    def preflop(self, hole_cards, hero, actions):
        r = self.c.post("/v1/gto/preflop", headers=self.h, json={
            "hole_cards": hole_cards,
            "positions": {"hero": hero},
            "preflop_actions": actions,
        })
        r.raise_for_status()
        return {s["action"]: s["frequency"] for s in r.json()["strategy"]}

gto = Pokerai()
strat = gto.preflop("AhKh", "MP", [{"position":"UTG","action":"raise","amount":3}])
print(strat)   # {'raise': 1.0}

Step 4 · 给决策评级

这是陪练的核心。按「Hero 所选动作的 GTO 频率」给他评级——不是按离最高频动作有多远。14% 频率的加注是合理的混合打法,不是错误:

def grade(chosen_action, strategy):
    freq = strategy.get(chosen_action, 0.0)
    if freq >= 0.10: return "ok"        # a real part of the GTO mix
    if freq >= 0.005: return "minor"    # rare, but not a blunder
    return "major"                       # ~never played → a real leak

grade("raise", {"raise": 0.296, "fold": 0.704})   # "ok"  (A2s raise)
grade("raise", {"fold": 1.0})                     # "major" (raising 32o UTG)
这正是过招的评级方式——严重度来自所选动作自身的频率,低频混合动作不被误判。(见案例研究。)

你搭好了什么

一个能用的策略层:对已文档化的训练局面取 GTO 频率，并对照均衡给玩家已完成的决策评级。Pokerai API 提供确定性的策略事实；任何 coach 或 LLM 可以解释返回的频率，但不能替代 solver。这个循环——局面 → 策略 → 评级——就是整个陪练，一街一街来。

使用边界

只接受受控训练场景或已经结束的牌局作为输入。高影响的评级、教学或产品输出必须可供人工审核。Pokerai API 用于训练、教学、手牌复盘、学习和研究。禁止在真实资金牌桌上提供实时辅助。

下一篇 · 第二篇:13×13 范围网格

一次调用取整段范围并渲染,像范围页那样。即将上线。

相关资源