🔥 阴阳师代肝神器:SmartOnmyoji全自动后台挂机脚本,解放双手畅玩不肝!
SmartOnmyoji 是一款基于Python的开源游戏自动化工具,专为《阴阳师》及类似卡牌手游玩家打造。通过智能图像识别技术,实现游戏内自动找图、精准点击、后台运行等核心功能,完美支持模拟器多开,让你告别重复操作,轻松享受游戏乐趣!
🚀 核心功能:为什么选择SmartOnmyoji?
✅ 多场景自动作战,覆盖游戏全流程
支持御魂、觉醒、探索、魂土等核心玩法的自动化操作,内置多种游戏场景模板(如img/yuhun/、img/juexing/),无需手动配置即可快速启动。

图:SmartOnmyoji自动识别御魂挑战按钮,实现无间断战斗
💻 后台运行+多开支持,效率翻倍
无需游戏窗口置顶,最小化状态下仍可稳定运行。通过modules/ModuleHandleSet.py模块,支持同时管理多个游戏窗口,配合模拟器多开功能,实现“一机多号”同步肝任务。
🎮 全模拟器兼容,适配所有“点点点”游戏
完美兼容雷电、MuMu、夜神等主流安卓模拟器,通过ADB协议实现跨设备控制。不仅限于阴阳师,任何需要重复点击的手游(如卡牌养成、回合制战斗类)均可适配。
📦 超简单使用指南:3步上手自动代肝
1️⃣ 环境准备:5分钟快速配置
- 安装依赖:运行
pip install -r requirements.txt安装Python库 - 配置模拟器:启用开发者模式,确保ADB连接正常(工具路径:modules/adb.exe)
- 选择场景模板:在主界面选择“御魂”“觉醒”等预设场景,或自定义图片模板(存放路径:img/)
2️⃣ 启动脚本:傻瓜式操作流程
- 打开游戏并进入对应玩法界面
- 运行smart_onmyoji_start.py,点击“选择窗体”获取游戏窗口句柄
- 勾选“多开模式”(如有多个账号),设置循环次数或运行时长
- 点击“开始匹配”,脚本自动进入后台运行状态
3️⃣ 高级设置:自定义你的代肝策略
- 调整点击参数:通过modules/ModuleDoClick.py修改点击频率、偏移量,模拟真人操作
- 添加场景模板:将游戏截图保存至对应场景文件夹(如img/huodong/),脚本自动加载新模板
- 设置优先级:在modules/ModuleHandleSet.py中配置进程优先级,确保脚本流畅运行
⚙️ 技术原理:如何实现精准自动操作?
🔍 智能图像识别技术
通过modules/ModuleImgProcess.py的SIFT特征匹配算法,快速识别游戏界面元素。即使在不同分辨率、缩放比例下,仍能保持99%以上的识别准确率。
🖱️ 模拟人类点击行为
modules/ModuleDoClick.py模块生成随机点击偏移量,避免机械重复操作被系统检测。支持“网格点击”“区域随机点击”等多种模式,完美还原手动操作习惯。
📊 实时日志与异常处理
运行过程自动记录点击日志(路径:modules/click_log/),异常情况触发提示音(modules/sounds/warming.wav),确保脚本稳定运行无间断。
🌟 用户真实反馈
“用了SmartOnmyoji后,每天御魂自动刷200次,再也不用熬夜肝体力了!” —— 来自B站玩家@晴明的小纸人
“多开功能太香了!3个账号同步刷探索,SSR碎片快攒齐了~” —— 贴吧用户@痒痒鼠日常
🛠️ 常见问题解决
Q:模拟器连接失败怎么办?
A:检查ADB服务是否启动,尝试重启模拟器或运行adb devices命令(工具路径:modules/adb.exe)
Q:自定义模板不识别?
A:确保截图清晰,存放至正确场景目录(如魂土模板放img/huntu/),并在配置文件中启用“高精度匹配”
📌 注意事项
- 本工具仅供个人学习使用,请勿用于商业用途
- 适度使用自动化工具,避免过度肝游戏影响健康
- 项目开源地址:gh_mirrors/smar/SmartOnmyoji,欢迎提交PR共同优化!
通过SmartOnmyoji,让游戏回归娱乐本质!无论是上班族、学生党,还是多号党玩家,都能告别枯燥操作,享受“躺着变强”的快乐。现在就下载体验,开启你的智能代肝之旅吧! 🎉
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