📌 DCSS AI 개발일지 #1

텍스트 기반 구조로 전환

오늘은 프로젝트 구조를 다시 정리했다.

처음 구조는 스크린샷 기반이었다.

• 화면 캡처

• HP 픽셀 감지

• 이벤트 발생 시 LLM 호출

• pydirectinput으로 입력

기술적으로는 동작했지만, 안정성이 낮았다.

문제점

1. HP 색상 오탐 발생

2. 메뉴 / 오버레이 감지 불안정

3. --more-- 처리 구조 취약

4. 화면 인식은 본질적으로 노이즈가 많음

수익형 방송 구조를 목표로 한다면
이 방식은 장기적으로 유지하기 어렵다고 판단했다.

---

WebTiles + 로그 파싱 시도

안정성을 확보하기 위해 텍스트 기반 구조를 검토했다.

목표:

• AI는 텍스트 상태를 읽고 판단

• 시청자는 타일 화면을 본다

그러나 윈도우 설치형 DCSS는
실시간 로그 파일을 기본적으로 제공하지 않았다.

dump_on_save 방식은 저장 시 메인 메뉴로 나가기 때문에
실시간 판단 구조에 부적합했다.

---

구조 재정의

설치 폴더를 재검토하던 중
crawl-console 실행 파일을 확인했다.

여기서 구조가 단순해졌다.

새로운 구조

crawl-console  →  AI 상태 읽기
crawl-tiles    →  방송 송출 화면

AI는 콘솔 텍스트를 직접 읽는다.
OCR 불필요.
로그 파일 불필요.
WebTiles 불필요.

---

기술적 의의

윈도우 콘솔은 내부적으로 텍스트 버퍼를 유지한다.
즉, 콘솔 화면은 순수 문자열 데이터다.

이것은 다음을 의미한다:

• HP / MP / 상태이상 직접 파싱 가능

• 적 등장 메시지 감지 가능

• 위험 이벤트 정밀 감지 가능

• 이벤트 기반 LLM 호출 정확도 상승

기존 스크린샷 방식 대비 안정성이 크게 향상될 것으로 예상된다.

---

현재 기술 상태

• Python 3.11 환경 구성 완료

• OpenAI API 연결 성공

• pydirectinput 입력 자동화 성공

• 기본 자동 루프 구성

• 콘솔 버전 실행 확인

---

다음 작업 계획

1. 콘솔 버퍼 실시간 읽기 구현

2. HP / 적 감지 파서 구현

3. 위험 점수 시스템 설계

4. 이벤트 기반 LLM 호출 구조 정리

---

오늘의 결론

AI를 똑똑하게 만드는 것보다
AI를 안정적으로 만드는 것이 우선이다.

화면 기반에서 텍스트 기반으로 전환한 것은
구조적으로 큰 전진이다.