登录 注册
开发者工具数据分析与数据处理 bitboardbitboard-datastructurechessfunctional-programminglichessscala-3
787
Stars
235
Forks
27
Watchers
13
Open Issues
MIT
许可证
Scala
语言
2012-05-16
创建时间
2026-11-11
最近更新

项目能做什么

scalachess 是知名国际象棋网站 lichess.org 背后的核心国际象棋逻辑库。基于 Scala 3 开发,它利用位棋盘(bitboard)数据结构,以纯函数式、完全不可变且无副作用的方式处理国际象棋规则与走法验证,为开发者提供高性能、可靠的棋局核心逻辑支持。
来源:AI 基于仓库事实生成 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
Chess API written in scala for [lichess.org](https://lichess.org)

It is entirely functional, immutable, and free of side effects.

[![](https://jitpack.io/v/lichess-org/scalachess.svg)](https://jitpack.io/#lichess-org/scalachess)

## INSTALL

Clone scalachess

    git clone https://github.com/lichess-org/scalachess

Start [sbt](http://www.scala-sbt.org/download.html) in scalachess directory

    sbt

In the sbt shell, to compile scalachess, run

    compile

To run the tests

    testKit / test

To run full benchmarks (takes more than 1 hour to finish):

    bench / Jmh / run

Or to output a json file

    bench / Jmh / run -rf json

To run quick benchmarks (results may be inaccurate):

    bench / Jmh / run -i 1 -wi 1 -f1

To run longer benchmarks:

    bench / Jmh / run -i 3 -wi 2 -f2

To run benchmarks for a specific class:

    bench / Jmh / run -rf json .*PlayBench.*

To run [scalafmt](https://scalameta.org/scalafmt/docs/installation.html) and [scalafix](https://scalacenter.github.io/scalafix):

    sbt prepare

## Install (python)

For python code, [install pipenv](https://pipenv.pypa.io/en/latest/installation.html#installing-pipenv), and run `$ pipenv install` from project root.

## Release

1. Bump version in `build.sbt`.
2. Commit the version bump and push to master.
3. `gh release create X.Y.Z`
阅读完整原文

项目深度分析 AI 生成

高并发国际象棋规则校验与走法生成微服务 (SaaS/API)

产品构想利用 scalachess 的 Bitboard 与纯函数式特性,封装为开箱即用的 REST/gRPC 微服务,免去其他语言开发者重写复杂走法验证逻辑的成本。
核心功能合法走法生成接口、FEN/PGN 棋谱序列化与反序列化、合规状态验证微服务、多变体支持。
目标用户开发自研国象对战应用、棋类休闲游戏但缺乏底层规则引擎的小型游戏团队。
难度/周期中等 · 1-2 个月 · 成本:极低(主要为少量云服务器与网络带宽成本)
收费模式按 API 调用量计费(Freemium 模式),或按节点收取单租户镜像授权费。
竞争风险开源替代库(如 chess.js, python-chess)在前端及主流脚本语言中极易获取,纯验证 API 的市场门槛较低。
依据 AI推测

企业级反作弊与异常棋谱离线高吞吐审计系统

产品构想结合 scalachess 极高吞吐的基准测试性能,构建批量扫描商业赛事/平台历史 PGN 棋谱的合规审计工具,输出走法合法性及基础特征指标。
核心功能海量 PGN 极速解析、走法合规性批量核验、关键着法耗时与局面复杂度特征提取(对接分析引擎)。
目标用户商业棋类比赛举办方、线上电竞平台、国际象棋培训机构教学管理方。
难度/周期高 · 2-3 个月 · 成本:低(基础计算资源)
收费模式企业级数据分析 SaaS 订阅,或大批量 PGN 审计按次/按量计费。
竞争风险scalachess 本身仅包含规则引擎,不包含作弊判定逻辑,需自研作弊特征识别模型,开发难度大。
依据 尚需验证的假设

教育与训练场景下的残局/战术题库自动化生成与校验 CLI

产品构想利用 scalachess 的合法着法与不可变状态推演能力,开发战术题目难度验证、解题路径唯一性核查的自动化工具链。
核心功能PGN 题目批处理校验、唯一解/多分支判定标注、FEN 题图自动导出与分级打标。
目标用户棋类培训机构、国际象棋教研员、图书与电子教材出版团队。
难度/周期中等 · 1 个月 · 成本:极低(单机开发与分发)
收费模式桌面工具买断制授权或机构批量处理许可费。
竞争风险国际象棋教育市场较传统,针对技术工具的采购付费意愿与预算规模尚不明确。
依据 AI推测
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

相似项目数据正在完善中,暂不展示(避免误导)

项目优势与风险

技术成熟度创建于 2012-05-16,近 30 天仍在推送,发布过 53 个 Release
社区活跃Star 787 / Fork 235 / Issue 13(数据支持,可自行核实)
许可证MIT
主要风险上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价

安装与使用

此项目未提供 Docker 镜像,安装步骤以原仓库 README 为准(涉及依赖安装与环境配置,对新手门槛较高)。