OnmyojiAutoScript中石距功能异常的技术分析与解决方案
2025-07-01 21:15:03作者:明树来
问题现象描述
在OnmyojiAutoScript项目运行过程中,当用户尝试执行石距副本功能时,系统在进入组队界面后出现了异常行为。具体表现为脚本不断循环点击石距组队列表,但无法正常进入下一步操作流程。
技术分析
从日志中可以观察到几个关键的技术细节:
-
OCR识别异常:日志显示系统将"石距"错误地识别为"石距#",这个额外的"#"符号导致了后续的匹配失败。
-
点击循环:系统在检测到"石距#"后,持续在坐标(254,400)附近进行点击操作,共重复了15次,最终触发了防呆机制"Too many click for a button"错误。
-
UI状态检测:系统能够正确识别当前处于"page_team"页面,但在处理特定副本选择时出现了问题。
根本原因
经过深入分析,该问题的根本原因在于:
-
OCR预处理不足:当前的OCR模块在处理游戏界面文字时,未能有效过滤特殊字符,导致识别结果包含不应存在的"#"符号。
-
字符串匹配逻辑不严谨:在副本选择逻辑中,系统使用了严格的字符串匹配方式,未能考虑到OCR可能引入的额外字符。
-
容错机制缺失:当OCR识别出现偏差时,系统缺乏有效的容错处理机制,导致进入无效点击循环。
解决方案
针对上述问题,建议采取以下改进措施:
-
OCR结果后处理:
- 添加结果清洗逻辑,自动去除识别结果中的非文字符号
- 实现模糊匹配算法,提高对OCR误差的容忍度
-
增强字符串匹配:
- 改用包含(in)操作而非全等(==)比较
- 实现基于相似度的匹配算法,如编辑距离
-
完善错误处理:
- 添加OCR结果验证机制
- 设置合理的重试次数限制
- 增加异常情况的明确提示
实现建议
对于开发者而言,具体的代码改进可以集中在以下几个部分:
- 修改副本识别模块,增加字符串清洗步骤:
def clean_ocr_text(text):
# 移除所有非中文字符和数字
return re.sub(r'[^\u4e00-\u9fa5\d]', '', text)
- 更新匹配逻辑,使用更灵活的比较方式:
if "石距" in cleaned_text:
# 执行石距相关操作
- 添加重试机制和错误处理:
max_retries = 3
retry_count = 0
while retry_count < max_retries:
text = ocr.detect()
if "石距" in clean_ocr_text(text):
break
retry_count += 1
else:
raise RuntimeError("无法识别石距副本")
总结
OnmyojiAutoScript中石距功能异常的问题展示了自动化脚本开发中常见的OCR处理挑战。通过增强OCR结果的清洗和验证、改进字符串匹配算法、完善错误处理机制,可以有效提升脚本的鲁棒性。这类问题的解决不仅限于当前案例,也为处理游戏中其他基于文字识别的功能提供了可复用的解决方案模式。开发者应当重视自动化测试中OCR环节的可靠性建设,这是保证脚本长期稳定运行的关键因素之一。
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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
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。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
395
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++
1.01 K
1.01 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
1.18 K
152
deepin linux kernel
C
29
16
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
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989