Akagi雀魂助手:智能麻将分析与实战指南
2026-02-07 04:11:39作者:魏侃纯Zoe
Akagi雀魂助手是一款专为雀魂麻将游戏设计的智能辅助客户端,通过集成先进的AI分析模型,能够实时解析牌局并提供精准的操作建议。该项目旨在为玩家提供便捷的方式实时了解自己在雀魂游戏中的表现,并通过学习来不断提升麻将技巧。
项目概述
Akagi雀魂助手通过中间人代理技术捕获游戏数据流,将原始协议转换为标准的MJAI格式,再由AI模型进行分析决策,最终将建议反馈给玩家。整个系统包含多个核心模块:MITM数据捕获、协议转换、AI分析引擎和用户界面。
核心功能特性
智能决策分析
- 实时数据捕获:通过MITM技术自动获取游戏过程中的所有关键信息
- AI策略推荐:基于当前牌局提供最优操作建议
- 多模型支持:支持多种AI模型配置,满足不同玩家的需求
自动化操作
- 自动和牌检测:智能识别可和牌型并提供提示
- 智能鸣牌判断:根据局势分析是否需要吃、碰、杠
- 自适应策略:根据对手风格和牌局演变调整推荐策略
用户界面设计
该界面采用深色主题设计,分为上下两个主要部分:
- 上半部分:显示雀魂麻将游戏的实际界面,包含手牌、场况和其他玩家信息
- 下半部分:Akagi辅助工具的控制面板,提供操作建议和系统设置
安装部署指南
Windows系统安装
- 下载安装脚本
install_akagi.ps1到目标目录 - 以管理员身份打开PowerShell
- 切换到脚本所在目录
- 执行命令:
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass - 运行:
install_akagi.ps1 - 首次使用需完成MITM代理证书安装
macOS系统安装
- 下载安装脚本
install_akagi.command到目标目录 - 打开终端并切换到脚本目录
- 执行:
bash install_akagi.command - 安装完成后进入Akagi文件夹
- 双击
run_akagi.command启动应用程序
模型文件配置
将AI模型文件 mortal.pth 放置在指定目录:
- Windows:
./Akagi/mjai/bot/ - macOS:
./Akagi/mjai/bot/
系统配置详解
settings.json配置文件
{
"Unlocker": false,
"v10": false,
"Autoplay": false,
"Helper": false,
"Autohu": false,
"Port": {
"MITM": 8080,
"XMLRPC": 41112,
"MJAI": 41113
}
主要配置项说明:
Unlocker:是否启用MajsoulUnlocker功能Autoplay:自动游戏模式开关Helper:麻将助手功能启用Autohu:自动和牌功能Port:网络端口配置,包括MITM代理端口、XMLRPC端口和MJAI端口
使用操作流程
启动MITM代理
首次启动需点击"start mitm"按钮激活代理服务,确保数据捕获功能正常运行。
模型选择配置
在模型设置界面,用户可以选择不同的AI模型进行辅助分析,每个模型可能具有不同的策略特点和决策风格。
安全使用建议
为最大限度保护游戏账号安全,建议遵循以下原则:
- 优先使用网页版本:相比客户端版本风险更低
- 合理使用频率:避免长时间连续使用自动化功能
- 保持自然行为:适当使用游戏内表情和互动功能
- 适度参考建议:不完全依赖AI决策,保持个人判断
风险规避策略
- 避免在Steam平台使用辅助工具
- 合理设置自动化功能的使用频率
- 定期检查系统更新,获取最新的安全功能
故障排除与支持
常见问题解决
Q:启动时遇到证书错误怎么办? A:请重新执行证书安装步骤,确保所有安全设置正确配置。
Q:如何获取AI模型文件? A:需要从官方认证渠道下载合法的模型文件,放置于指定目录即可激活使用。
技术支持渠道
- 项目文档:docs/
- 问题反馈:issues/
项目架构说明
核心模块结构
Akagi/
├── scripts/Akagi/ # 主程序目录
├── mjai/ # MJAI协议处理
├── mahjong_soul_api/ # 雀魂API接口
├── mitm/ # MITM代理模块
└── players/ # AI模型存放目录
协议转换流程
- 数据捕获:MITM代理监听游戏网络通信
- 协议解析:将LiqiProto转换为标准MJAI格式
- AI分析:模型接收MJAI数据并生成决策建议
- 用户反馈:将AI建议通过界面呈现给玩家
开发贡献指南
项目欢迎开发者贡献代码和功能改进:
- 提交Pull Request参与功能开发
- 报告使用过程中发现的bug和问题
- 分享优秀的AI模型配置方案
许可证信息
本项目采用GNU Affero General Public License version 3 with Commons Clause许可证。请在使用前仔细阅读许可证条款,了解使用限制和责任声明。
未来发展规划
项目团队持续优化系统功能和用户体验:
- 三人麻将模式支持
- 图像识别技术集成
- 更智能的自动化策略
通过本指南,您已经全面了解了Akagi雀魂助手的基本原理、安装配置和使用方法。请记住,这款工具的核心价值在于辅助学习和技能提升,而非完全替代您的游戏体验。合理运用,享受麻将竞技的无限乐趣!
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430


