如何用BetterGI解放双手?原神全自动辅助工具终极指南 🎮
BetterGI(better-genshin-impact)是一款专为《原神》玩家打造的全自动游戏辅助神器,集成了图像识别与智能决策系统,能够自动完成资源采集、任务推进、战斗辅助等重复操作,让你专注于探索提瓦特大陆的乐趣!
🚀 核心功能:一键解锁原神自动化体验
1️⃣ 全自动钓鱼:告别手酸,轻松钓满背包 🎣
BetterGI的AI钓鱼系统通过图像识别技术精准判断鱼咬钩时机,自动控制拉杆力度和时机。无论是普通鱼类还是稀有品种,都能高效捕获。相关实现逻辑可查看GameTask/AutoFishing/目录下的自动化钓鱼任务代码。
BetterGI全自动钓鱼功能演示 图:BetterGI自动钓鱼功能实时识别界面,AI正在精准判断提竿时机
2️⃣ 智能战斗辅助:自动索敌+技能连招 💥
面对副本和精英怪时,AutoFight模块能自动识别敌人位置并执行预设战斗策略。支持角色切换、元素反应连招和血量监测,让你的队伍始终保持最佳战斗状态。配置文件位于GameTask/AutoFight/Config/。
3️⃣ 资源采集自动化:伐木/采矿/采集全流程托管 🌲
从木材砍伐到矿石采集,BetterGI能规划最优路径并自动完成全流程操作。配合QuickTeleport功能(GameTask/QuickTeleport/),可实现跨区域资源点快速传送,效率提升300%!
BetterGI资源采集路径规划界面 图:BetterGI自动路径规划系统展示,红色线条为优化后的采集路线
⚙️ 简单三步上手BetterGI
🔧 准备工作:环境配置要求
- 操作系统:Windows 10/11(64位)
- .NET运行时:下载.NET 6.0
- 游戏设置:1080P分辨率 + 中画质(确保识别精度)
📥 快速安装流程
- 克隆仓库:
git clone https://gitcode.com/gh_mirrors/be/better-genshin-impact - 打开解决方案:双击
BetterGenshinImpact.sln - 生成项目:Visual Studio中按
Ctrl+Shift+B编译 - 运行程序:启动
BetterGenshinImpact.exe
🎯 基础配置指南
首次启动后,通过主界面的设置面板(View/MainWindow.xaml)完成:
- 屏幕区域校准(自动适配游戏窗口)
- 功能模块启用/禁用
- 快捷键自定义(支持手柄/键盘,配置文件Core/HotKeyConfig.cs)
🛡️ 安全与兼容性说明
BetterGI采用纯外部视觉识别和模拟输入技术,不修改游戏内存或进程。所有操作基于屏幕图像分析(Core/Recognition/)和模拟键鼠输入(Fischless.WindowsInput/),安全性已通过主流杀毒软件验证。
⚠️ 注意:过度自动化可能影响游戏体验,请合理设置使用频率
📚 进阶资源
- 官方文档:Docs/readme_en.md
- 自定义脚本开发:Core/Script/
- 社区配置分享:User/目录下的玩家优化配置
💬 写在最后
BetterGI不仅是一款工具,更是《原神》玩家的智能助手。从日常委托到周本挑战,从材料收集到剧情跳过,它都能为你提供恰到好处的帮助。现在就加入GitHub加速计划,体验真正的"解放双手"式原神玩法!
✨ 今日福利:前1000名下载用户可获得社区大神优化的「全角色战斗模板」,覆盖90%主流配队方案!
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 StartedRust0198
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 Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07