中國象棋-暗棋遊戲，遊戲網址：https://tygtw.ddns.net/chess/
這款遊戲的代碼結構基本完善，是一個簡單的棋盤模擬器，也是一個整合了多層次戰略思考、資訊管理和進階限制的對弈系統。
以下是遊戲的特色與規則重點，強調其「深度」而非僅是表面機制。
🔬 遊戲特色及進階規則分析 (Code-Based Analysis)
一、 🌌 核心機制：信息戰與狀態管理 (Information Warfare)
這是本遊戲最獨特的機制，暗棋揭示系統（The Reveal）：
所有落盤的兵力初始為「隱藏」狀態 (!revealed)，玩家必須透過點擊來翻開格子才能知道棋子的種類和戰鬥能力。
遊戲流程從這一步開始，每翻一次暗棋，就代表了一次主動獲取資訊的行為。
陣營決定機制（Side Determination）：
玩家初入場時無法確定自身顏色，必須先點開第一塊暗棋，以此決定自己是紅方還是黑方。這增加了遊戲開始階段的不確定性和策略性。
戰績與資源管理：
系統記錄了雙方的「斬獲」數量，這些不僅是分數，也體現了戰鬥的結果和歷史紀錄。
二、 ♟️ 行動規則與限制機制 (Movement & Constraints)
遊戲結合了傳統象棋規則，但加入了數個防止遊戲崩潰或變得過於簡單的防禦性規則：
炮架捕捉法（Cannon Mechanics）：
這遵循嚴格的戰術規律：炮不能直接走子，必須在「發射」時依賴中間隔著一個兵力的目標來執行捕擊。這是遊戲戰鬥的核心爆發點。
高級防誤機制 (Anti-Error Logic)： 程式碼中設計了多個限制功能，極大地提升了遊戲的真實度：
反覆移動限制 (isRepetitiveMove)： 禁止棋子連續來回往復（形同廢步），防止玩家或 AI 無意義地原地遊走。
連追擊限制 (isChaseLimitExceeded)： 設置了追擊目標的次數上限，避免陷入無止盡的消耗戰中。
棋子價值評分系統 (PIECE_VALUE):
每種棋子都被賦予了一個相對的權重值（例如將/帥 > 炮 > 車）。這不僅用於判斷捕獲的優劣，也是 AI 決策時計算戰局價值的重要依據。
三、遊戲次數限制 (Daily Cap)與連勝獎勵系統 (Streak Reward)
每日遊戲次數限制 (Daily Cap)
目的： 模擬現實生活中的休息與體能考量，防止用戶連續長時間、無間斷地進行對弈。
運作方式： 系統會追蹤玩家當天的總遊戲局數（dailyGames），設置了每日上限（ 15 局）。
規則影響： 當達到每日限制時，介面將明確提醒用戶休息，並禁用「開啟新局」按鈕。這機制強迫玩家在次日才能進行對弈，增加遊戲的黏著度。
連勝獎勵系統 (Streak Reward)
目的： 用來激發玩家的連續戰鬥動力。
運作方式： 每當玩家取得勝利且連勝次數達到一定閾值（每次連勝3局），系統將觸發獎勵煙火動畫和音效。
戰略意義： 連勝不僅帶來視覺上的滿足感，它在遊戲體驗上提升了成就感，鼓勵玩家追求連續的成功紀錄。
四、 🧠 人工智慧 (AI) 的思考邏輯：多層次優先級系統
程式碼中的 computerMove 函式體現了高度複雜且具有階層式的決策樹，這是本遊戲最大的特點。
AI的行動不是單一執行的，而是根據以下優先順序逐層判斷：
🚀 第 1 層：危機應對 (Defense First)
目標： 檢查自己是否有被敵方棋子（包括炮）威脅的位置。
行動邏輯： 如果發現受威，AI會以極高的優先級執行以下動作：
安全逃生: 移動到一個完全不會被敵人攻擊的位置。
反吃解圍: 若無法逃生，則會嘗試捕捉威脅自身的敵方棋子，從根本上解除壓力。
🎯 第 2 層：戰略進攻 (Offense & Optimization)
目標： 在自身安全的前提下，最大化收益。
行動邏輯： AI採用「價值差」排序（targetVal – risk），尋找以下優勢的捕捉機會：
高效率交換： 執行能吃掉對方高品質、關鍵兵力的移動。
風險考量： 在計算戰鬥時，會評估是否吃子後自身也會被反吃（即考慮了博弈中的「回擊」）。
🗺️ 第 3 層：情報主動探測 (Information Gathering)
目標： 主動翻開暗棋來改變全局資訊。
行動邏輯： AI的翻牌行為也是有目的性的，它會根據戰場上的「明炮」位置，判斷哪些未知的格子是：
敵方可利用的位置： 優先點擊鄰近己方已發射炮位的暗棋。
戰略中心點： 若沒有明顯的威脅或機會，則會傾向於翻開位於棋盤中央、且不處於危險區域的格子，以掌握全局佈局。
總體而言，這是一款適合暗棋初學者的遊戲。
