MHY_Scanner:米哈游游戏多场景扫码登录解决方案
2026-04-11 09:23:09作者:范靓好Udolf
MHY_Scanner是一款针对米哈游系列游戏设计的Windows平台扫码工具,支持崩坏3、原神、星穹铁道等游戏的自动扫码登录,通过屏幕捕捉与直播流解析技术实现二维码的快速识别,结合本地加密存储机制保障账号安全,为多账号管理和直播抢码场景提供高效解决方案。
技术架构与核心功能解析
实时视觉识别系统
该工具采用基于AI的图像识别技术,通过屏幕捕捉模块(ScreenScan)和直播流解析组件(LiveStreamLink)实现多源二维码获取。系统内置的QRScanner模块采用优化的图像处理算法,可在0.3秒内完成二维码定位与解码,识别速度较传统手机扫码提升约50倍。识别流程包含图像预处理、特征提取、畸变校正三个核心步骤,确保在复杂背景和光照条件下仍保持高识别率。
账号管理与切换机制
通过配置文件(ConfigDate)实现账号信息的分组管理,支持按游戏类型、账号用途创建独立配置集。切换账号时,系统通过Mihoyosdk模块快速完成身份验证流程,平均切换耗时控制在3秒以内。账号数据采用AES-256加密算法存储于本地,密钥生成与设备硬件信息绑定,防止配置文件被非法迁移使用。
多场景适配方案
多账号管理流程
- 首次使用时通过UI模块的WindowLogin界面完成账号信息录入
- 在WindowMain界面创建账号分组,支持自定义命名与图标设置
- 选择目标账号后,系统自动调用ScreenShotDXGI模块捕获游戏登录界面
- QRScanner识别成功后,通过HttpClient模块完成登录请求提交
直播流抢码实现
针对直播场景的实时性需求,工具提供专用的直播监控模式:
- 输入直播间RID建立实时数据流连接
- 采用5次/秒的高频扫描策略(标准模式为3次/秒)
- 识别到有效二维码后立即触发登录流程
- 内置抢码成功率优化算法,通过网络延迟补偿提升响应速度
安全机制解析
数据加密实现
账号信息加密流程采用分层设计:
- 用户密码通过CryptoKit模块进行单向哈希处理
- 登录凭证采用AES-256-CBC模式加密,初始向量随机生成
- 加密密钥通过设备硬件信息与用户自定义密码混合生成
- 所有加密操作在内存中完成,避免敏感数据落地存储
使用安全规范
为确保账号使用安全,建议遵循以下操作准则:
- 同一IP环境下账号切换间隔应大于5分钟
- 定期通过WindowAbout界面检查工具版本更新
- 避免在公共设备上使用自动登录功能
- 导出配置文件时启用二次密码保护
部署与优化指南
环境配置要求
- 操作系统:Windows 10/11 64位版本
- 硬件加速:支持DirectX 11的图形设备
- 网络环境:稳定的互联网连接(直播抢码场景建议≥10Mbps)
- 存储空间:至少100MB可用空间
获取与安装
通过以下命令获取项目源码并编译:
git clone https://gitcode.com/gh_mirrors/mh/MHY_Scanner
cd MHY_Scanner
mkdir build && cd build
cmake ..
cmake --build . --config Release
性能优化建议
根据使用场景调整配置参数:
- 日常登录:设置扫描频率为3次/秒,降低CPU占用
- 直播抢码:启用"极速模式",牺牲部分资源换取响应速度
- 多显示器环境:通过UI设置指定监控区域,减少无效扫描
功能扩展与定制
工具提供灵活的扩展接口,开发者可通过以下方式进行功能定制:
- 修改ScanModel目录下的模型文件优化识别算法
- 通过TrrJson模块扩展配置文件格式
- 基于Core目录的API封装开发自定义登录流程
- 调整UI模块实现个性化界面布局
项目源代码遵循MIT开源协议,欢迎社区贡献功能改进与bug修复。
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 StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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 K
1.01 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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
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
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985



