如果想進行人機對奕，可以透過 LizzieYzy / LizzieYzy Next 、 KaTrain 等免費對奕圍棋界面軟體，只要設置好 KataGo AI 引擎設定，即可實現對局者與 AI 引擎的對局。
但 KataGo 的棋力實在太強。我使用的是 28b 權重模型，即使將對局條件限制為每手 1 秒、800 visits，仍大致具備職業強初段以上的水準。更重要的是，它的著手往往不容易理解，少了人類下棋時的思考脈絡與「人味」，實際與之對局時，往往只會帶來強烈的挫敗感。
因此，我利用幾天的空餘時間，將多年前由日本開發的「天頂圍棋 Zen7」核心元件 Zen.dll，透過 C#/.NET 包裝成一個 GTP Wrapper，並將這個專案命名為 ZenGTPX。
先簡單介紹下 ，Zen7（天頂圍棋 7）是由日本開發的商用圍棋軟體，其最高棋力可設定為 9 段，整體實力仍接近職業初段水準。相較於現今棋力極強的 KataGo，Zen7 的整體實力雖已不及新一代圍棋 AI，但 Zen7 的棋風較為穩重厚實，著手也更接近人類棋手的思考方式，因此特別適合業餘棋友用來進行人機對弈，並從中學習布局方向、厚薄判斷與基本棋理。
我所開發的 ZenGTPX，主要就是可以讓 Zen7 能以 GTP（Go Text Protocol）引擎的形式，被現代圍棋 GUI 載入使用。除了可實現 Zen7 與 KataGo 的自動對弈，也能設定於 LizzieYzy 與 LizzieYzy Next 中，作為人機對局或引擎對局使用的 AI 引擎。
目前，ZenGTPX 已連同原始程式碼、可執行檔及相關組態設定檔，一併發布於 GitHub。具體如何安裝與設置，可以參考：README.md（我已盡量寫得相當詳細了）。
需要注意的是，ZenGTPX 不包含 Zen7，也不包含 Zen.dll。使用者需要自行準備合法取得的 Zen7 內附的 Zen.dll 檔案，並複製放在 ZenGTPX.exe 同一個資料夾。
目前 ZenGTPX 已實現的功能可以參考：FEATURES.md，以下列出主要的功能供參考：
- 以 Windows x86 self-contained executable 發行（不用再另行安裝 .NET SDK）。
- 支援在 LizzieYzy Next 中作為一般 GTP v2 Engine 使用。
- 透過 GTP analysis commands 顯示候選點與勝率。
- 支援人機對局（GenMove 與 Analysis 模式）。
- 支援 ZenGTPX 與其他 GTP Engine 自動對局。
- 支援透過 LizzieYzy Next 的 ReadBoard / Fox 同步機制進行網路（野狐圍棋）同步對局。
- 支援
rank、fixed-time與advanced棋力設定模式。 - 提供英文與繁體中文設定檔範本。
- 提供搜尋、policy、territory 與 final-score 檢查用的診斷 GTP commands。
- 提供 LizzieYzy Next 所需的相容命令，包含
kata-analyze、lz-analyze、kata-genmove_analyze、loadsgf，以及部分 KataGo-style parameter/rules commands。
ZenGTPX 人機對局設置
引擎對局設置（KataGo vs ZenGTPX）
網路棋盤同步
我另行寫了一個腳本在終端機模式下，讓 KataGo 與 Zen7 自動對局。我將 KataGo 固定設為每手 1 秒、800 visits，並只使用支援 CPU 的 OpenCL 引擎；Zen7 則設定為被讓 3 子，並分別使用固定時間模式（每手 30 秒）與固定棋力模式（9D）各下了幾局作為測試。
結果，KataGo 仍能相當輕鬆地取勝。不過在多數對局中，Zen7 其實一度維持領先，甚至取得壓倒性的勝率優勢，最後往往是因為局部細算與攻殺能力明顯不足，才遭到逆轉落敗。
這是否代表 Zen7 的棋力已顯得脆弱？倒也不能這麼說。它在 9D 設定下，仍具備業餘高段至接近職業初段的實力，一般業餘棋手想要擊敗它，依然相當困難；只是當它被拿來與現代 KataGo 比較時，兩者之間的差距便會被明顯放大。我也曾進行多盤網路同步對局測試，僅將 Zen7 設定為 6D、每手 12 秒，面對野狐 5D 的快棋對局時，仍能相當輕鬆地取勝。
我開發 ZenGTPX 的主要用意，並不是要讓 Zen7 重新挑戰現代最強圍棋 AI，而是希望提供一個更適合人機對局的選項。Zen7 的棋風比較符合傳統人類思維，棋型也相對端正；雖然細算力不足，但這主要是相對於 KataGo 而言。
對我來說，比較理想的使用方式是：先與 Zen7 對局，取得一盤比較接近人類實戰感的棋局；局後再用 KataGo 高權重分析引擎進行覆盤。這樣一來，雙方在關鍵處的勝率波動會更明顯，也更容易看出哪些著手真正造成局勢變化。對學習棋理、理解錯著，以及保留互有勝負的對局樂趣，應該會更有幫助。