【亲测免费】 FGO-Automata 项目安装和配置指南
2026-01-20 01:30:00作者:农烁颖Land
1. 项目基础介绍和主要编程语言
项目基础介绍
FGO-Automata 是一个用于 Fate/Grand Order (FGO) 游戏的自动化脚本和 API 项目。它允许玩家通过编写 Python 脚本来实现游戏的自动化操作,如自动战斗、技能释放等。该项目适用于 FGO 的国服和日服版本。
主要编程语言
该项目主要使用 Python 编程语言进行开发。
2. 项目使用的关键技术和框架
关键技术
- ADB (Android Debug Bridge): 用于与 Android 设备进行通信。
- PIL (Python Imaging Library): 用于图像处理。
- OpenCV: 用于计算机视觉任务。
- numpy: 用于数值计算。
- pytesseract: 用于 OCR (光学字符识别)。
框架
该项目主要依赖于 Python 的标准库和上述提到的第三方库。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
- 安装 Python: 确保你的系统上已经安装了 Python 3.x。如果没有安装,可以从 Python 官方网站 下载并安装。
- 安装 Git: 用于克隆项目代码。如果没有安装,可以从 Git 官方网站 下载并安装。
- 安装 ADB: 用于与 Android 设备进行通信。
- macOS: 使用 Homebrew 安装,运行命令
brew cask install android-platform-tools。 - Windows: 使用 Chocolatey 安装,运行命令
choco install adb。
- macOS: 使用 Homebrew 安装,运行命令
- 安装 Tesseract: 用于 OCR 功能。
- macOS: 使用 Homebrew 安装,运行命令
brew install tesseract。 - Windows: 从 Tesseract 官方网站 下载并安装。
- macOS: 使用 Homebrew 安装,运行命令
详细的安装步骤
1. 克隆项目代码
打开终端或命令提示符,运行以下命令克隆项目代码:
git clone https://github.com/Meowcolm024/FGO-Automata.git
2. 进入项目目录
cd FGO-Automata
3. 安装依赖包
运行以下命令安装项目所需的 Python 依赖包:
pip install -r requirements.txt
4. 配置项目
项目提供了多种配置方式,以下是推荐的方式:
-
Windows 用户:
- 双击运行
config.bat文件进行配置。 - 或者运行
daemoncn.py文件进行配置。
- 双击运行
-
macOS/Linux 用户:
- 运行
daemon.py文件进行配置。
- 运行
5. 启动 REPL
运行以下命令启动交互式环境:
python REPL.py
6. 运行脚本
你可以通过以下命令运行 FGO-Automata 脚本:
python REPL.py [脚本文件]
注意事项
- 在使用 FGO-Automata 作为自动化脚本时,请确保关闭技能确认(快速施放)功能。
- 推荐开启加速死亡动画和 2 倍速功能。
- 屏幕分辨率要求为 1920x1080 或其他 1080p 分辨率。
通过以上步骤,你就可以成功安装和配置 FGO-Automata 项目,并开始使用它来自动化你的 FGO 游戏体验。
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
774
192
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
756
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
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
337
180
AscendNPU-IR
C++
86
142
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
987
249