Agent-almanac build-tcg-deck
install
source · Clone the upstream repo
git clone https://github.com/pjt222/agent-almanac
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/pjt222/agent-almanac "$T" && mkdir -p ~/.claude/skills && cp -r "$T/i18n/zh-CN/skills/build-tcg-deck" ~/.claude/skills/pjt222-agent-almanac-build-tcg-deck-f7eebb && rm -rf "$T"
manifest:
i18n/zh-CN/skills/build-tcg-deck/SKILL.mdsource content
构建 TCG 卡组
从原型选择到最终优化,构建集换式卡牌游戏卡组,遵循适用于宝可梦 TCG、万智牌、血与肉及其他主要 TCG 的结构化流程。
适用场景
- 为特定锦标赛赛制或休闲游戏构建新卡组
- 适应变化的环境调整现有卡组
- 评估新卡牌或新系列发布是否值得改变卡组
- 教授卡组构建原则
- 将卡组概念转化为锦标赛就绪的列表
输入
- 必需:卡牌游戏(宝可梦 TCG、万智牌、血与肉等)
- 必需:赛制(Standard、Expanded、Modern、Legacy、Blitz 等)
- 必需:目标(竞技锦标赛、休闲游戏、预算构建)
- 可选:偏好的原型或策略(快攻、控制、连招、中速)
- 可选:预算限制(最大花费、已拥有的卡牌)
- 可选:当前环境快照(顶级卡组、预期对手)
步骤
第 1 步:定义原型
选择卡组的战略身份。
- 识别当前赛制中可用的原型:
- 快攻(Aggro):通过早期压力和高效攻击者快速取胜
- 控制(Control):高效应对威胁,在后期通过卡牌优势获胜
- 连招(Combo):组装特定卡牌组合以获得强大协同效应或即时胜利
- 中速(Midrange):灵活策略,根据需要在快攻和控制之间切换
- 节奏(Tempo):通过高效的时机把握和干扰获得资源优势
- 基于以下因素选择原型:
- 玩家偏好和游戏风格
- 环境定位(什么能击败顶级卡组?)
- 预算限制(连招卡组通常需要特定的昂贵卡牌)
- 赛制合法性(检查禁卡表和轮替状态)
- 确定 1-2 个主要胜利条件:
- 这副卡组实际上如何赢得游戏?
- 这副卡组试图达到的理想游戏状态是什么?
- 清晰地陈述原型选择和胜利条件
预期结果: 具有明确胜利条件的清晰原型。策略足够具体以指导卡牌选择,但又足够灵活以适应变化。
失败处理: 如果没有原型感觉合适,从可用的最强个体卡牌开始,让原型从卡池中自然浮现。有时最好的卡组是围绕一张卡牌而非一个概念构建的。
第 2 步:构建核心
选择定义卡组策略的卡牌。
- 确定核心引擎(根据游戏不同为 12-20 张卡):
- 直接实现胜利条件的卡牌
- 每张核心卡牌的最大合法数量
- 这些是不可替代的——没有它们卡组无法运作
- 添加辅助卡(8-15 张):
- 找到或保护核心引擎的卡牌
- 抽牌/搜索效果以提高一致性
- 对关键组件的保护(反制、护盾、去除)
- 添加交互卡(8-12 张):
- 去除对手的威胁
- 干扰对手的策略
- 适合赛制的防御选项
- 填充资源基础(游戏特定):
- 万智牌:地牌(60 张卡组通常 24-26 张,40 张卡组 16-17 张)
- 宝可梦:能量卡(8-12 基础 + 特殊)
- 血与肉:投掷值分配(平衡红/黄/蓝)
预期结果: 达到或接近赛制最小卡组数量的完整卡组列表。每张卡都有明确的角色(核心、辅助、交互或资源)。
失败处理: 如果卡组列表超过赛制大小,先削减最弱的辅助卡。如果核心引擎需要太多卡牌(>25),策略可能过于脆弱——简化胜利条件。
第 3 步:分析曲线
验证卡组的资源分配是否支持其策略。
- 绘制法力/能量/费用曲线:
- 统计每个费用点(0、1、2、3、4、5+)的卡牌数
- 验证曲线是否匹配原型:
- 快攻:在 1-2 处达到峰值,3 之后急剧下降
- 中速:在 2-3 处达到峰值,4-5 处有适度存在
- 控制:更平坦的曲线,更多高费终结者
- 连招:集中在连招组件的费用处
- 检查颜色/类型分配(万智牌:颜色平衡;宝可梦:能量类型覆盖):
- 资源基础是否能可靠地按曲线施放卡牌?
- 是否有需要专用资源支持的颜色密集型卡牌?
- 验证卡牌类型平衡:
- 足够的生物/攻击者来施加压力
- 足够的咒语/训练师用于交互和一致性
- 没有完全缺失的关键类别
- 如果曲线不支持策略则进行调整
预期结果: 平滑的曲线,让卡组按时执行其策略。快攻快速展开,控制在早期存活,连招按计划组装。
失败处理: 如果曲线不平滑(太多高费卡、早期卡不够),用更便宜的替代品替换昂贵的辅助卡。曲线比任何单张卡牌都重要。
第 4 步:环境定位
评估卡组在预期对手群中的表现。
- 确定当前环境中的前 5 名卡组(使用锦标赛结果、层级列表)
- 对每个顶级卡组,评估:
- 有利:你的策略天然克制他们的策略(得分:+1)
- 均势:双方卡组都没有结构性优势(得分:0)
- 不利:他们的策略天然克制你的策略(得分:-1)
- 计算对阵场上的预期胜率:
- 按对手的环境份额加权对局
- 对前 5 名预期胜率 60%+ 的卡组定位良好
- 如果定位不佳,考虑:
- 切换交互卡以针对最差对局
- 添加备牌(如果赛制允许)针对不利对局
- 是否有其他原型定位更好
预期结果: 清晰了解卡组在环境中的位置。有利和不利对局已识别并有具体理由。
失败处理: 如果环境数据不可用,专注于多功能性——确保卡组能与多种策略交互,而非针对单一对局优化。
第 5 步:构建备牌
为赛制特定的适应性构建备牌/副牌(如适用)。
- 对第 4 步中的每个不利对局:
- 确定 2-4 张能显著改善对局的卡牌
- 这些应该是高影响力的卡牌,而非边际改进
- 对备牌中的每张卡,知道:
- 针对哪个对局换入
- 从主牌中替换什么
- 换入是否显著改变卡组的曲线
- 验证备牌不超过赛制限制(万智牌:15 张,血与肉:视情况而定)
- 确保没有备牌只针对一个边缘卡组
- 如果可能,每个备牌位置应覆盖至少 2 个对局
预期结果: 专注的备牌,有意义地改善最差对局而不稀释主策略。
失败处理: 如果备牌无法修复最差对局,卡组可能在当前环境中定位不佳。考虑是否需要调整核心策略而非备牌补丁。
验证清单
- 原型和胜利条件清晰定义
- 卡组符合赛制合法性(禁卡表、轮替、卡牌数量)
- 每张卡都有明确的角色(核心、辅助、交互、资源)
- 法力/能量曲线支持策略的速度
- 资源基础能可靠地按曲线施放卡牌
- 环境对局已评估并有具体推理
- 备牌针对最差对局并有明确的替换计划
- 预算限制满足(如适用)
常见问题
- 胜利条件过多:有 3 种不同获胜方式的卡组通常哪种都做不好。专注于 1-2 种
- 曲线盲视:添加强力高费卡牌而不检查卡组是否能按时施放它们
- 忽视环境:在真空中构建。理论上最好的卡组会输给实践中最常见的卡组
- 情感卡牌选入:保留不服务于策略的心爱卡牌。每个位置都必须赢得其位置
- 备牌事后考虑:用剩余卡牌最后构建备牌。备牌是卡组的一部分,不是附录
- 过度针对:用针对特定卡组的狭隘应对填充卡组,而非主动策略
相关技能
— 卡牌状态评估,用于锦标赛合法性和收藏价值grade-tcg-card
— 库存管理,用于跟踪可用于卡组构建的卡牌manage-tcg-collection