1. 先能读到弹幕，应该官方有接口能读到，各种鉴权啥的拿到弹幕
2. 识别弹幕内容，发送对应操作给游戏
3. 游戏纯前端就能做了，unity 也行，基本都是用游戏引擎开发，什么语言不重要，就是给一个场景加不同的精灵，多一个用户就加多一个精灵

思路不复杂，实现的时候可能有坑，但是别说，这种互动类的游戏好像还挺有意思的，就是还得考虑下人少的时候怎么解决。

所以也许还有一个结算机制，但是结算的话后续肯定还会重开一局，那之前的结算怎么展示，也是一个点

如果不结算的话，就得涉及到数值的问题了，两边的数值严重失衡的时候要怎么处理

主要是拍照导出的 PDF，本质内容就是一张图片，只能走 OCR 提取，市面上的 PDF 转 Excel，大部分都是要 PDF 含有文字内容的才能识别到，逻辑是通过解析 PDF 内容去提取，就像 Word 里面放表格跟放表格图片的区别一样，放了表格的就能读到，放了图片肯定读不出来。

尝试下百度的 OCR 或者看看 AI 能不能处理，理论上这俩能识别，但是还需要人工校对一遍（校对可以骚操作，两截图 diff 一下，业界有图片比对的软件）。

基本上这样能保证大部分数据可用了，但是 100% 可用就不能保证了。

@童真再见，具体的数据对比，用例对比有吗？还是纯粹的主观感受？

目前我在公司用的 GPT-4o 从使用体验来说不如豆包，具体在于豆包内置了 autoGPT 一系列流程，能够去互联网/上下文中检索对应的内容，对标国外的 perplexity，但是不局限于 perplexity，集成了更加丰富的理解功能比如 stt/网页读取/文件读取等等。

而 GPT 只有内壳，输出的内容尤其是实际生活相关内容比不上豆包，包括页面总结数据检索页面阅读等等方面。

附上 flageval 测评链接，可以看到不管主观还是客观测评，在中文场景下，豆包都比 GPT 强

https://flageval.baai.ac.cn/#/leaderboard/nlp-capability?kind=CHAT

有点像字节的豆包，不过豆包也是抄国外的