FGO-py实战指南:从环境部署到功能定制
2026-03-14 06:22:02作者:胡易黎Nicole
核心模块解剖:理解项目运行引擎
FGO-py作为Fate/Grand Order的自动化助手工具,其核心架构围绕游戏操作自动化设计,主要包含五大功能模块。这些模块通过数据流串联形成完整的自动化闭环,当我们需要扩展功能时,只需在对应模块中添加处理逻辑即可实现功能叠加。
核心功能模块关系
设备连接层(fgoDevice.py)
- 功能:建立与移动设备的通信通道,支持ADB协议和模拟器连接
- 应用场景:多设备管理、跨平台兼容(Android/iOS)
- 核心逻辑:
device = DeviceManager().connect()
device.screenshot()
图像识别层(fgoDetect.py)
- 功能:游戏界面元素识别(按钮、血量条、地图标识等)
- 技术要点:模板匹配+OCR文字识别组合方案
- 应用场景:自动战斗定位、任务状态判断
任务调度层(fgoSchedule.py)
- 功能:管理自动化任务队列,支持定时执行和条件触发
- 配置注入:自动加载环境变量的过程,实现任务参数动态调整
- 应用场景:日常任务自动执行、周期性体力清空
战斗引擎(fgoFarming.py)
- 功能:核心战斗逻辑实现,包括技能释放、卡牌选择、敌人识别
- 应用场景:素材 farming、活动副本自动通关
- 风险提示 ⚠️:高难度副本建议先手动测试战斗策略
用户交互层
- GUI界面(fgoGui.py):提供可视化操作面板
- CLI命令行(fgoCli.py):支持脚本化批量操作
进阶探索
想深入了解模块间通信机制?查看项目源码中fgoKernel.py的事件总线实现。
环境搭建指南:从零开始的部署之路
准备条件
- Python 3.8+环境
- 安卓设备/模拟器(开启USB调试)
- 游戏客户端已安装并登录
操作步骤
1. 代码获取
git clone https://gitcode.com/GitHub_Trending/fg/FGO-py
cd FGO-py
2. 依赖安装
pip install -r requirements.txt
🔧 配置工具:国内用户可添加 -i https://pypi.tuna.tsinghua.edu.cn/simple 加速安装
3. 设备连接
- 物理设备:通过USB连接电脑,开启调试模式
- 模拟器:配置端口转发(默认5555端口)
- 验证方法:执行
adb devices查看设备列表
4. 基础配置
cp fgoConfig.py.example fgoConfig.py
修改配置文件中的设备参数和游戏设置
验证方法
运行基础测试命令检查环境完整性:
python fgo.py --test
成功输出设备信息和截图预览即表示环境搭建完成
进阶探索
Docker部署方案:查看deploy/Docker目录下的容器化配置文件
配置参数速查:定制你的自动化策略
核心配置参数表
| 参数名 | 默认值 | 允许范围 | 应用场景 |
|---|---|---|---|
device_adb_path |
adb |
字符串 | 自定义ADB路径 |
farming_stage |
1 |
1-10 | 设置默认 farming 关卡 |
ap_threshold |
10 |
0-100 | 体力自动恢复阈值 |
use_support |
True |
布尔值 | 是否使用助战英灵 |
terminate_later |
0 |
0-10 | 战斗超时终止时间(秒) |
扩展配置示例
战斗策略定制
# 在fgoFarming.py中添加
def custom_strategy():
if detect_boss():
use_skill(1, 3) # 使用1号英灵3技能
select_card('buster', 2) # 选择2号buster卡
多账号管理
# fgoTeamup.ini配置
[account1]
device=emulator-5554
team_index=1
[account2]
device=emulator-5556
team_index=2
配置验证工具
python fgoCli.py config verify
🚀 性能优化:频繁修改配置时,启用config.watch()实现热加载
进阶探索
完整配置项说明:查看项目根目录fgoConfig.py中的注释文档
实战应用场景:从基础到高级
日常素材 Farming
活动副本攻略
自定义任务开发
当需要实现特殊活动逻辑时,可通过继承BaseTask类扩展:
class SpecialEventTask(BaseTask):
def run(self):
self.navigate_to('event_shop')
self.purchase('reward_ticket')
进阶探索
社区共享任务脚本:查看fgoScript.txt中的示例模板
常见问题解决
设备连接失败
- 检查ADB服务状态:
adb start-server - 确认设备授权:在手机上同意USB调试授权
识别准确率低
- 更新图像资源:
python fgoImageListener.py update - 调整识别阈值:在
fgoDetect.py中修改confidence参数
战斗流程异常
- 查看详细日志:
tail -f fgoLog/app.log - 录制战斗过程:启用
--record参数生成操作录像
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 StartedRust0187
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 Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
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
1.78 K
187
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
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++
854
1.91 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++
1.07 K
1.09 K
🎉 (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
1.72 K
1.02 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++
674
1.32 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
454
436


