终极《赛马娘》自动化工具:auto-derby让养马轻松10倍的完整指南 🐎
2026-02-05 04:25:05作者:钟日瑜
如果你是《赛马娘》(ウマ娘: Pretty Derby)的忠实玩家,却被每日重复的训练、比赛和育成任务消耗大量时间,那么 auto-derby自动化脚本 将成为你的救星!这款开源工具能全自动处理游戏中的核心流程,从日常赛事到复杂育成,让你彻底解放双手,轻松享受养马乐趣。
🚀 什么是auto-derby?它能做什么?
auto-derby是一款专为《赛马娘》设计的智能辅助脚本,通过模拟玩家操作实现高度自动化。无论是DMM平台还是Android设备,它都能无缝适配,帮你完成从日常训练、比赛参与到马娘育成的全流程自动化。

图:auto-derby自动识别并执行"外出"指令的界面,alt文本:赛马娘auto-derby自动化育成命令界面
核心功能模块
- 日常任务自动化:jobs/daily_race.py 模块自动完成每日赛事
- 传奇赛事挑战:jobs/legend_race.py 智能策略参与高难度比赛
- 马娘育成系统:jobs/nurturing.py 优化训练路径提升成长效率
- 限时商店插件:plugins/limited_sale_buy_everything.py 自动购买心仪商品
💻 超简单安装与配置指南
1️⃣ 一键部署步骤
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/au/auto-derby - 安装依赖:
pip install -r requirements.txt - 启动程序:
运行 launcher/launcher.cmd(Windows)或 launcher/launcher.ps1(PowerShell)
2️⃣ 设备连接教程
- Android用户:启用ADB调试后,通过 clients/adb.py 模块自动连接
- PC用户:直接使用DMM客户端,clients/dmm.py 模块提供前端支持

图:auto-derby设备连接状态显示,alt文本:赛马娘auto-derby多设备连接配置界面
🏆 实战场景:让auto-derby为你打工
🐎 全自动育成流程
- 选择马娘后自动规划训练方案
- 智能分配属性点与技能学习
- 自动参与适合的比赛提升等级
- 遇到关键事件自动暂停请求人工确认(可在 infrastructure/client_device_service.py 中配置)
🛒 智能商店管理
通过插件系统自定义购物策略:
- 全部购买:plugins/limited_sale_buy_everything.py
- 精选购买:plugins/limited_sale_buy_first_3.py
- 忽略商店:plugins/limited_sale_ignore.py

图:auto-derby自动处理限时商店界面,alt文本:赛马娘auto-derby限时商店插件自动购买演示
🔧 高级功能与自定义技巧
✨ 插件开发入门
📊 数据管理与备份
- 训练数据存储:data/single_mode_conditions.jsonl
- 配置文件位置:auto_derby/_config.py
- 数据迁移工具:launcher/migrate_data.ps1
⚠️ 安全使用须知
虽然auto-derby功能强大,但请务必注意:
- 使用前阅读游戏用户协议,风险自担
- 避免过度自动化导致账号异常
- 定期更新程序获取安全补丁
🎯 为什么选择auto-derby?
✅ 全流程自动化:从日常任务到育成策略,无需人工干预
✅ 多平台支持:Windows/DMM/Android全适配
✅ 灵活插件系统:根据个人喜好定制功能
✅ 活跃社区支持:持续更新应对游戏版本变化
现在就用auto-derby开启你的轻松养马之旅吧!无论是收集强力马娘还是冲击排行榜,这款工具都能成为你最得力的助手。让游戏回归乐趣本质,把重复劳动交给程序处理! 🎉
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
558
3.8 K
Ascend Extension for PyTorch
Python
372
434
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
890
638
昇腾LLM分布式训练框架
Python
115
143
暂无简介
Dart
792
195
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.36 K
769
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
347
193
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
265