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
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 StartedRust0213
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430




