什么时候该用 hosted poker solver API，而不是桌面 solver？

当产品需要可重复发出的、有文档的策略请求时，用 hosted solver API；当研究依赖自定义本地求解工作流的设计和检查时，用桌面 solver。

更新于 2026 年 7 月 26 日维护者 Pokerai API

直接答案：Pokerai API 适合把 solver 级策略接入训练、教学、手牌复盘、学习、研究和 agent 工作流。它不能替代所有桌面 solver 研究流程：构建、调参与检查自定义树仍应在桌面环境中完成，然后再决定产品应请求什么。

可比较的事实

Hosted API 接口	采用 bearer token 鉴权的无状态 JSON 请求与响应，并由公开 OpenAPI 契约说明
Hosted 策略访问	预求解的翻前与翻牌查询，以及通过已公开端点按需提交的自定义翻牌、转牌和河牌求解
桌面 solver 工作流	用于构建树、选择抽象和尺度、运行本地求解并检查输出的本地研究工作流
可重复性边界	只有保留完整请求、端点支持时的 API 或策略版本，以及返回响应，API 请求才可重复
允许用途	训练、教学、手牌复盘、学习和研究——绝不能在真钱牌桌上提供实时辅助

当软件需要把策略嵌进产品而不是研究者的桌面会话时，选择 hosted API：例如给一手牌评分的陪练、手牌复盘队列、范围可视化工具、后端服务，或带人工审核的 AI agent。产品可以调用一个有文档的端点，再渲染返回的混合频率、范围、节点或 EV。

集成边界是明确的。你的应用负责鉴权、输入校验、保存自己的学习记录和呈现；Pokerai API 接收无状态局面并返回 JSON。不需要在应用中分发 solver 二进制文件，也不需要运营本地 solver tree。

当主要工作是研究时，选择桌面 solver：定义新的 game tree、选择抽象和下注尺度、运行本地实验，并细致检查结果。那些选择是求解的输入，hosted API 无法从简短的产品请求中推断出来。

在把一个固定学习工作流发布到产品之前，桌面工作流也适合比较不同研究配置。除非完整配置和输出都已保留并比较，否则不要把 hosted 响应描述成等同于另一个独立配置的本地求解。

要让 API 支持的学习可重复，应记录端点、完整 request body、端点提供时的 strategy 或 API version、请求时间和返回响应。只复述一个局面的自然语言描述不够：位置、筹码、牌面、行动线、尺度选择和版本都可能改变结果。

对于按需 solve，在读取它的 tree、node 和 EV 时，要保留 solve handle 与原始配置。轮询或读节点是在检查该 solve；重新提交则是一次新的 solve 请求。若需要长期研究产物，请在自己的学习系统中保留导出的输入和输出。

Pokerai API 用于离线训练、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。

产品也应围绕该边界设计控制：把策略功能放在学习和复盘场景，为 agent 生成的解释加入人工审核，且不要把 API 或桌面工作流转化为实时打牌建议。

用公开契约选择 API 请求；若任务是设计研究配置本身，请使用桌面 solver。

入口	产品任务	边界
`POST /v1/gto/preflop`	给一个翻前局面评分或展示	针对手牌、位置和行动线的有文档请求；不是自定义本地 tree 编辑器。
`POST /v1/gto/flop/tree`	渲染预求解翻牌工作流	读取所请求阵型和牌面返回的 tree 与 node token。
`POST /v1/gto/solver`	提交按需自定义局面	提交有文档的配置，并在检查该 solve 时保留 handle 和输入。
`POST /v1/gto/solver/tree`	检查已完成的 solve	轮询并读取已提交的 solve；不能替代设计新的研究 tree。