FGO-py 自动化工具开发指南:从架构解析到实战部署
2026-04-18 09:37:13作者:段琳惟
一、功能模块架构解析
1.1 核心功能模块
FGO-py 采用模块化设计理念,主要功能模块包括设备控制层、任务调度层和图像识别层,各模块通过松耦合方式协同工作。设备控制层负责与安卓设备建立通信(基于 ADB 协议),任务调度层管理自动化流程的状态转换,图像识别层则通过模板匹配技术实现游戏界面元素的定位与解析。
图 1:FGO-py 运行时监控界面,展示任务调度与日志系统的实时状态
1.2 目录结构与模块依赖
FGO-py/
├── fgoImage/ # 图像资源库(模板图像、地图数据)
├── fgoWebUI/ # Web 管理界面(基于 Flask 实现)
├── deploy/ # 部署配置(Docker/云服务器适配)
└── 核心脚本集 # 功能实现代码(设备控制/任务逻辑)
模块依赖关系:
- 图像识别模块(fgoDetect.py)依赖 fgoImage 目录下的模板资源
- Web 服务(fgoWebServer.py)需调用任务调度模块(fgoSchedule.py)
- 设备连接模块(fgoDevice.py)为所有功能提供底层硬件访问能力
典型应用场景:自动战斗功能需依次调用设备控制模块(屏幕点击)、图像识别模块(战斗状态判断)和任务调度模块(流程控制)。
二、环境配置与参数调校
2.1 开发环境搭建
基础依赖安装:
# 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/fg/FGO-py
cd FGO-py
# 安装 Python 依赖
pip install -r requirements.txt
操作建议:推荐使用 Python 3.8+ 环境,依赖安装前可执行
pip freeze > requirements.lock生成版本锁定文件。
2.2 核心配置参数详解
配置文件路径:fgoConfig.py(支持运行时动态调整)
# fgoConfig.py 关键配置示例
class BattleConfig:
# 战斗超时设置(默认值:300秒)
# 调整建议:根据网络状况可缩短至180秒或延长至600秒
battle_timeout = 300
# 暴击星阈值(默认值:5)
# 安全最佳实践:避免设置为0,防止误判导致战斗失败
critical_threshold = 5
YAML 配置文件验证建议:使用 yamllint 工具进行格式校验,避免因缩进错误导致配置加载失败。
三、快速启动与实战操作
3.1 命令行模式启动
# fgoCli.py 核心启动代码
def main():
# 加载设备配置(必须先执行)
device = DeviceManager().connect() # 建立ADB连接
# 加载队伍配置(JSON格式)
team = TeamConfig.load("team_config.json")
# 启动主任务流程
scheduler = TaskScheduler(device, team)
scheduler.start() # 开始自动战斗循环
if __name__ == "__main__":
main()
启动命令:
python fgoCli.py --team=Kizuna --stage=1-7
3.2 图形界面操作
通过 fgoGui.py 启动可视化界面,主要功能区域包括:
- 任务队列管理(顶部状态栏)
- 实时战斗监控(中央视图区)
- 配置参数面板(右侧边栏)
图 2:多终端命令行操作界面,展示设备连接与任务执行过程
3.3 常见问题排查
设备连接失败:
- 检查 ADB 服务状态:
adb devices - 验证设备授权:开发者选项中开启"USB调试"
- 网络连接模式需选择"文件传输"而非"仅充电"
图像识别错误:
- 清理 fgoTemp/ 目录缓存文件
- 检查游戏分辨率是否为 1920×1080(推荐配置)
- 重新校准模板图像:
python fgoImageListener.py --calibrate
四、高级功能与扩展开发
4.1 地图导航系统
FGO-py 内置基于图像识别的地图导航模块,通过比对场景特征点实现自动路径规划。地图数据存储于 fgoImage/map/atlas/ 目录,包含不同章节的场景模板。
图 3:游戏内地图场景,展示区域节点与路径规划标记
4.2 自定义任务脚本
通过 fgoScript.txt 文件可编写自定义任务流程,支持条件判断与循环控制:
# 示例:每日任务执行脚本
loop 7: # 每周循环
execute "daily_login" # 执行登录任务
if AP > 100:
execute "farm_quest", quest_id=103 # 体力充足时执行 farming
wait 86400 # 等待24小时
五、部署与运维最佳实践
5.1 Docker 容器化部署
# deploy/Docker/docker-compose.yml 核心配置
version: '3'
services:
fgo-py:
build: .
devices:
- /dev/bus/usb:/dev/bus/usb # 映射USB设备
volumes:
- ./config:/app/config # 配置文件持久化
restart: unless-stopped # 异常退出自动重启
5.2 性能优化建议
- 降低图像识别频率:非战斗场景可设置为 2 秒/次
- 启用任务优先级队列:
config.set_priority("main", 10) - 定期清理日志文件:
fgoLog/目录保留最近7天记录
通过合理配置与模块组合,FGO-py 可实现从简单日常任务到复杂活动攻略的全流程自动化,为 Fate/Grand Order 玩家提供高效的游戏辅助解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0187
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
186
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
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++
1.07 K
1.09 K
🎉 (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
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
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
454
436


