案例展示 / 02 个产品
已经交付的产品，由策略基础设施驱动。
两个真实运行的产品，展示 Pokerai API 如何把求解器级 GTO 频率、范围与实时求解转化为专注的训练和学习工具。
01iOS 陪练 / 生产案例Pokerai API 维护
Counterplay · 过招
一款原生 6-max、100BB iOS 陪练，桌上有五个策略驱动的对手。每次决策都对照 Pokerai API 实时返回的频率评分；完成的牌局进入可搜索历史、重复漏洞报告、快速或精确局面查询，并可交给可选的依据充分的教练解释。
270行 API 客户端代码
0缓存策略
10个正在使用的 API 端点
02macOS 学习应用 / 生产案例Pokerai API 维护
MelaGTO
一个围绕本地 MelaSolver GPU 与 CPU 引擎构建的原生 macOS 学习工作区。浏览内置翻前策略、构建自定义翻后树、在设备上求解、检查策略与 EV、导入真实手牌、训练决策并导出结果，无需把求解计算移到远程服务器。
GPU + CPU本地求解后端
13项求解器端点语义
5个手牌历史站点系列
社区案例簿
你也用 Pokerai API 做了产品？
告诉我们产品、工作流，以及策略层带来了什么。