Blunderbase

Blunderbase 是一款完全开源的个人国际象棋数据库工具，支持从 Lichess、Chess.com、FICS 和 PGN 文件导入棋局，使用 Stockfish 和 Maia 引擎对每一局进行分析，并通过 MCP 协议让 AI Agent 直接在共享棋盘上与你讨论棋局。这不是一个纯桌面应用，而是一个具备完整后端架构的本地化数据平台，可通过 Docker 一键部署，也可使用桌面客户端。

项目简介

Blunderbase 由独立开发者 Phil Baum 创建，采用 AGPL-3.0 开源协议（第 v0.9.0 之后），v0.9.0 之前为 MIT 协议。它将复杂的棋局分析、个人数据库管理和 AI 辅助复盘功能整合在一起，所有数据存储在本地 SQLite 数据库中，分析师不需要将数据上传到任何云端服务。对于想深入研究自己棋局漏洞的业余棋手，以及希望通过 AI 工具提升复盘效率的开发者来说，这是一个值得关注的项目。

核心功能

多平台棋局导入 支持从 Lichess、Chess.com、FICS 三大主流对弈平台自动导入棋局，同时支持本地 PGN 文件批量导入。导入后所有棋局统一存储在 SQLite 数据库中，支持按日期、对手、颜色、开局类型等多种维度检索。

Stockfish + Maia 双引擎分析 Stockfish 对每一步棋给出机器评估，Maia（由 Chess.com 开发的基于人类棋局训练的神经网络）则预测不同级别人类棋手在当前局面下会如何走。两者的对比让用户既能知道「最强走法」，也能知道「你这个级别的典型走法」。失误步在棋谱列表和评估曲线图上都会被特别标注。

MCP 协议 AI 教练 内置完整的 MCP 服务器，支持 Claude 或任何 MCP 客户端连接。连接后，AI Agent 与用户在同一个棋盘上工作：Agent 能读取 Stockfish 的分析数据、Maia 的预测和用户自己写的笔记，基于同一份实时棋盘状态进行对话复盘。

本地引擎 + 远程引擎Runner 分析可以使用本机安装的 Stockfish、浏览器内置的 WebAssembly 版 Stockfish，或连接到远程推理服务器的 CPU 空闲时间进行大规模分析。对于有多台 GPU 服务器的企业用户，可以用公司闲置算力跑棋局分析。

棋局探索器 提供基于用户自身棋局的探索器，显示特定局面的历史胜负统计；同时连接 Lichess 的 80 亿棋局数据库，提供全网级别的开局参考。

桌面客户端 + iOS 配套应用 macOS 和 Windows 有独立桌面客户端，安装后一键运行，数据存在应用数据目录中。iOS 配套应用（目前处于 TestFlight 阶段）连接到自托管的 Blunderbase 服务器，棋局界面、评估曲线和走法列表与网页端同步，引擎分析运行在服务器端，手机端显示结果与浏览器一致。

技术实现

Blunderbase 的技术栈选择体现了明确的架构思路：后端使用 Python 3.12 + FastAPI + SQLAlchemy + Alembic，数据库采用 SQLite（WAL 模式，单文件存储），前端使用 React 19 + TypeScript + Vite，UI 组件库为 shadcn/Radix，棋盘组件使用 chessground。

MCP 服务器内置在后端，桌面客户端通过 stdio 连接，自托管服务端通过 HTTP 流式接口（/mcp 端点）提供 MCP 功能。这种架构使得 AI 教练功能可以独立于桌面客户端运行，用户可以在任何 MCP 兼容的客户端（如 Claude Code）中使用棋局分析能力。

Docker 部署方案将整个应用封装在单一容器中，通过卷挂载持久化 SQLite 数据库文件，支持定时备份和 PGN 导出。桌面客户端通过内嵌后端的方式实现「零配置」体验，适合不想维护服务器的一般用户。

快速上手

方式一：Docker 部署（推荐）

在服务器或 NAS 上运行以下命令即可启动完整服务：

docker run -d --name blunderbase -p 8765:8765 -v blunderbase-data:/data ghcr.io/philphilphil/blunderbase:latest

然后在浏览器中打开 http://localhost:8765，设置密码，连接 Lichess 或 Chess.com 账号即可开始导入棋局。

方式二：桌面客户端

从 GitHub Releases 下载对应平台的安装包：

macOS Apple Silicon：Blunderbase-1.0.0-macOS-arm64.dmg Windows x64：Blunderbase-1.0.0-Windows-x64-setup.exe

安装后打开应用，同样需要连接 Stockfish 引擎或使用内置 WebAssembly 版本。

连接 AI 教练

在 Assistant 页面创建一个 API Key，然后在支持 MCP 的客户端（如 Claude Code）中添加 MCP 端点为 http://your-blunderbase-host:8765/mcp，即可在对话中让 AI 阅读你的棋局并进行复盘讨论。

iOS 配套应用

在 GitHub Issues 中申请 TestFlight 邀请，安装后在应用中填入你的 Blunderbase 服务器地址即可。

适用人群

认真对待棋艺提升的业余棋手：希望系统性地分析自己的失误模式，而不是依赖感觉复盘。拥有多台服务器的开发者或 AI 研究者：可以通过远程引擎 Runner 功能利用闲置算力进行大规模棋局分析。对 MCP/AI Agent 技术感兴趣的开发者：Blunderbase 是研究 MCP 协议在垂直领域应用的良好示例，代码结构清晰，协议设计完整。

官网链接

官方网站：https://blunderbase.org 使用手册：https://blunderbase.org/manual/ 在线演示：https://demo.blunderbase.org GitHub 仓库：https://github.com/philphilphil/blunderbase