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
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
562
3.81 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++
891
653
昇腾LLM分布式训练框架
Python
115
146
Ascend Extension for PyTorch
Python
374
435
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
348
196
React Native鸿蒙化仓库
JavaScript
308
359
Dora SSR 是一款跨平台的游戏引擎,提供前沿或是具有探索性的游戏开发功能。它内置了Web IDE,提供了可以轻轻松松通过浏览器访问的快捷游戏开发环境,特别适合于在新兴市场如国产游戏掌机和其它移动电子设备上直接进行游戏开发和编程学习。
C++
57
7
暂无简介
Dart
794
196
🎉 (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
772


