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 StartedRust0450
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python03
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX026
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0313
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++00
项目优选
收起
暂无描述
Markdown
828
5.49 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
494
518
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++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
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++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
483
313
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.27 K
814
CANN 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 Notebook
652
288


