ok-ww 鸣潮自动化工具部署与使用指南
2026-02-06 05:03:00作者:柯茵沙
项目概述
ok-ww 是一款基于图像识别技术的鸣潮游戏自动化工具,支持后台自动战斗、声骸自动上锁合成、肉鸽副本自动通关等核心功能。通过模拟用户键鼠操作实现无侵入式游戏交互,兼容主流16:9分辨率,可在后台窗口化运行。
核心功能特性
- 智能战斗自动化:全角色技能循环识别与自动释放
- 声骸管理系统:自动筛选、上锁及合成声骸资源
- 日常任务处理:一键完成每日委托和周本挑战
- 多场景支持:支持无妄者、五合一等多种副本自动通关
环境要求
系统配置要求
- 操作系统:Windows 10/11(64位系统)
- 处理器:Intel i5或Ryzen 5同级及以上
- 内存容量:8GB以上运行内存
- 游戏设置:1920×1080分辨率,亮度50%,关闭HDR效果
软件依赖
- .NET Framework 4.8 runtime
- VC++ 2022 redistributable
- Python 3.12(源码运行需要)
安装部署
快速安装步骤
- 下载安装包:从官方渠道获取最新的安装程序
- 运行安装:双击安装文件,按照向导完成安装
- 启动程序:从桌面快捷方式或开始菜单启动应用
源码运行方式(开发者选项)
如需从源代码运行,请执行以下命令:
# 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/ok/ok-wuthering-waves
# 进入项目目录
cd ok-wuthering-waves
# 安装依赖包
pip install -r requirements.txt --upgrade
# 运行正式版本
python main.py
# 运行调试版本(显示识别框)
python main_debug.py
功能配置
分辨率适配设置
在config.py文件中修改SCREEN_RESOLUTION参数,支持1280×720至3840×2160范围内所有16:9分辨率。宽屏显示器需在游戏设置中锁定纵横比。
键位自定义方法
- 启动程序后进入设置界面
- 在"输入设置"标签页配置技能按键映射
- 支持Q/E/R/空格等基础按键配置
- 配置完成后需要重启程序生效
使用指南
命令行参数说明
程序支持通过命令行参数实现自动化启动:
# 示例:启动后自动执行第一个任务,完成后退出
ok-ww.exe -t 1 -e
参数说明:
-t或--task:指定启动后执行的任务编号-e或--exit:任务完成后自动退出程序-hwnd:绑定指定的游戏窗口句柄
定时任务配置
可以通过Windows任务计划程序创建定时任务:
- 触发器设置:每日指定时间执行
- 操作配置:启动程序并传递相应参数
- 执行条件:仅当计算机空闲时运行
故障排除
常见问题解决
-
安装路径问题
- 确保软件安装在纯英文路径下
- 避免使用C:\Program Files等系统目录
-
杀毒软件拦截
- 将安装目录添加到杀毒软件白名单
- 关闭Windows Defender实时保护
-
显示设置优化
- 关闭所有显卡滤镜和锐化功能
- 使用游戏默认亮度设置
- 禁用游戏画面上的信息叠加层
-
性能调优建议
- 确保游戏稳定在60FPS运行
- 降低游戏画质或分辨率以提高稳定性
- 后台运行时设置程序优先级为"低"
技术架构
核心模块说明
ok-wuthering-waves/
├── assets/ # 资源文件与模型数据
├── src/ # 核心功能模块
│ ├── char/ # 角色技能逻辑实现
│ ├── task/ # 任务流程控制系统
│ └── combat/ # 战斗检测模块
├── config.py # 全局配置参数文件
└── main.py # 程序主入口文件
图像识别技术
- 使用OnnxRuntime + YOLOv8进行界面元素定位
- 支持技能CD检测和状态识别
- 基于特征匹配的游戏场景判断
注意事项
使用规范
- 避免同时运行多个自动化工具
- 建议每账号每日自动化时长不超过2小时
- 定期更新程序至最新版本获取兼容性修复
风险提示
使用本软件可能存在账号安全风险,请在使用前充分了解相关规则并自愿承担可能产生的后果。建议仅用于个人学习和测试用途。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355




