LeagueAkari:让英雄联盟体验起飞的开源助手
🔧 功能概述:不止于"辅助"的游戏伙伴
想象一下,当你还在为抢不到心仪英雄而烦恼时,有人已经用1秒完成了从禁用到选择的全套操作——这就是LeagueAkari能带给你的游戏体验升级。作为基于英雄联盟LCU API开发的开源工具集(你可以把LCU理解成游戏客户端的"管家",负责处理各种请求),它就像给游戏装上了"智能导航系统",让从排队到结算的每个环节都变得丝滑无比。
✨ 核心功能优势
- 闪电般的英雄选择:支持普通/排位/大乱斗全模式,1秒3禁1选不是梦
- 战绩透视眼:就算对方隐藏战绩也能轻松查看,还能给"有趣"的玩家打标签
- 大乱斗终极Buff:无限刷新英雄池,再也不用等内置CD
- 自定义房间大师:一键创建5v5训练房,秒配5个职业级AI队友
- 皮肤自由:用任何皮肤当生涯背景,哪怕你并没有购买它们
📸 功能预览图(点击展开)
自动选择功能演示
战绩查询界面
大乱斗英雄刷新
🧩 核心模块:像搭积木一样理解架构
LeagueAkari的模块设计就像餐厅厨房——每个模块专注于特定功能,但又能完美配合。这种"各司其职"的架构让代码维护变得简单,也方便你按需扩展功能。
🏗️ 模块功能地图
核心服务层(必备基础)
├─ lcu-connection:游戏客户端"连接器",负责与LOL客户端对话
├─ league-client:客户端状态"监控器",跟踪游戏每个阶段
└─ storage:数据"保险箱",保存你的设置和战绩记录
功能模块层(特色功能)
├─ auto-select:英雄选择"自动化工厂"(核心代码在src/main/modules/auto-select)
├─ auto-gameflow:游戏流程"导航仪",自动处理排队/接受对局
├─ respawn-timer:重生时间"闹钟",精准提示回线时机
└─ external-data-source:外部数据"翻译官",获取英雄平衡信息
界面展示层(用户交互)
├─ main-window:主界面"舞台",展示所有功能控制面板
└─ auxiliary-window:辅助窗口"小助手",游戏中悬浮显示关键信息
💡 小贴士:如果你想开发新功能,只需创建新的模块类并继承MobxBasedBasicModule,就能自动获得状态管理和IPC通信能力!
🚀 快速上手:3分钟从安装到起飞
🔧 开发环境搭建(适合开发者)
# 1. 克隆仓库(代码"仓库"就像存放零件的工具箱)
git clone https://gitcode.com/gh_mirrors/le/LeagueAkari
# 2. 进入项目目录(就像打开工具箱)
cd LeagueAkari
# 3. 安装依赖(给工具箱添置所需工具)
yarn install
# 4. 启动开发模式(边改代码边看效果)
yarn dev
📦 普通用户安装(无需编程知识)
- 从项目 Releases 页面下载最新压缩包
- 解压到任意文件夹(注意:不要放在中文路径下!)
- 双击
LeagueAkari.exe即可运行(首次启动会较慢,耐心等待)
🔍 故障排查流程图
启动失败? → 检查是否解压完整 → 是 → 检查系统是否Win10+64位
↓
否 → 重新下载完整压缩包
↓
客户端无法连接? → 确认LOL客户端已启动 → 是 → 重启LeagueAkari
↓
否 → 先启动LOL客户端
💡 小贴士:如果遇到"找不到ffmpeg.dll"错误,99%是因为你直接运行了压缩包内的程序,记得先解压!
⚙️ 配置指南:打造你的专属工具
📝 package.json - 项目"食谱"
这个文件就像厨房的"食谱",记录了制作LeagueAkari需要的所有"食材"(依赖包)和"烹饪步骤"(脚本命令)。
常见修改场景:
- 想测试新版本Electron?修改
dependencies.electron版本号 - 优化启动速度?在
scripts.dev中添加--no-watch参数禁用文件监听 - 添加新命令?在
scripts节点下新增键值对,比如"test": "jest"
关键配置片段:
{
"main": "./out/main/main.js", // 程序入口点,相当于"前门"
"scripts": {
"dev": "electron-vite dev -- --inspect 4396", // 开发模式启动命令
"build:win": "npm run build && electron-builder --win --config" // 打包命令
},
"dependencies": {
"axios": "^1.7.2", // 网络请求"快递员"
"sqlite3": "5.1.6", // 本地数据库"仓库管理员"
"ws": "^8.17.1" // WebSocket"即时通讯工具"
}
}
📦 electron-builder.yml - 打包"礼盒"设计
如果把最终程序比作礼盒,这个文件就是礼盒的"设计图纸",控制打包后的文件结构、图标和格式。
常见修改场景:
- 自定义安装路径?添加
win.target: nsis并配置nsis.installDirectory - 减小安装包体积?在
files中添加更多排除规则 - 更换程序图标?修改
win.icon指向新的ico文件
🔨 electron.vite.config.ts - 构建"流水线"设置
这个配置文件就像工厂的"流水线"设计图,控制代码如何被编译、打包和优化。开发中最常用的就是修改别名配置,让代码引用更简洁。
// 添加自定义别名示例
resolve: {
alias: {
'@my-tools': resolve('src/my-custom-tools'), // 把长路径缩短成@my-tools
'@assets': resolve('pictures') // 图片资源快捷引用
}
}
🎮 实战场景:从青铜到王者的效率飞跃
场景1:大乱斗"无限刷新"流
- 启动LeagueAkari并进入大乱斗模式
- 在辅助窗口勾选"自动刷新英雄"
- 设置期望英雄列表(比如:佐伊、拉克丝、ez)
- 工具会自动帮你刷新直到刷出心仪英雄,平均节省80%等待时间
💡 高级技巧:按住Ctrl+Shift+R可以强制刷新当前英雄池
场景2:排位赛"战术大师"准备
- 在主界面"战绩查询"输入队友ID
- 分析他们最近20场胜率和常用位置
- 用"标签系统"标记每个人的擅长角色(如"上单大腿"、"野区代练")
- 进入选人阶段时,工具会自动显示队友擅长英雄,避免位置冲突
场景3:自定义训练房"一键搭建"
- 打开"工具集"→"房间工具"
- 选择"5v5训练模式"并勾选"添加5个AI"
- 点击"创建房间",自动完成所有设置
- 开始游戏后,AI会模拟真实玩家行为,完美用于练英雄
🛠️ 常见问题解决
❓ 会被封号吗?
虽然工具基于官方公开API开发,但Riot的检测系统可能误判。目前已知有玩家因"修改客户端"被封1小时的案例,建议排位模式谨慎使用。
❓ 战绩不更新怎么办?
这通常是LOL服务器抽风导致(尤其是艾欧尼亚大区)。试试:
- 重启LeagueAkari
- 在设置中切换"战绩数据源"
- 等待10分钟后再试(服务器缓存问题)
❓ 英雄选择界面闪退?
这是已知问题,临时解决方案:
1. 关闭LeagueAkari
2. 进入游戏完成英雄选择
3. 重新启动LeagueAkari
📜 免责声明
本工具仅作为学习交流使用,其设计和实施均未采用侵入性技术手段。但由于游戏环境的持续更新,无法完全排除兼容性问题或意外后果。使用本软件产生的任何账号风险,由用户自行承担。建议仅在自定义游戏或训练模式中使用。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust011
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00