🃏 3分钟上手AI斗地主助手!DouZero_For_HappyDouDiZhu使用指南
🎯 为什么选择这款AI助手?
还在为斗地主记不住牌而烦恼?🤔 想不想拥有一个"透视眼"队友?这款基于DouZero算法的AI助手就是你的秘密武器!它能实时识别游戏界面、分析牌局并推荐最优出牌策略,让你轻松提升胜率。无需复杂配置,小白也能快速上手,快来体验AI带你飞的快乐吧!🚀
📁 项目里都有什么?
想象一下这个项目就像一个精心整理的工具箱🧰,每个文件夹都有它独特的作用:
- baselines/douzero_WP/ 🤖:这里住着我们的AI大脑——以胜率(WP)为目标训练的智能体模型,包含三个角色的专属模型文件
- pics/ 🖼️:存放所有游戏界面需要用到的图片资源,从扑克牌到背景图应有尽有
- douzero/ 🧠:核心算法模块,包含游戏环境模拟、智能体决策等关键代码
- main.py 🚀:程序启动按钮,双击即可开启你的AI斗地主之旅
- requirements.txt 📦:项目依赖清单,确保所有"零件"都能正常工作
💡 特别提示:项目使用PyQt5构建了友好的图形界面,即使不懂代码也能轻松操作哦!
🚀 快速启动步骤
1️⃣ 准备工作:安装依赖包
就像做饭需要先准备食材,运行程序前也需要安装必要的"调料":
# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/do/DouZero_For_HappyDouDiZhu
# 进入项目目录
cd DouZero_For_HappyDouDiZhu
# 安装依赖(这一步可能需要几分钟)
pip install -r requirements.txt
⚠️ 可能遇到的问题:如果安装速度慢,可以尝试添加国内镜像源,比如:
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
2️⃣ 启动AI助手
一切准备就绪,现在只需简单一步就能召唤你的AI队友:
# 启动主程序
python main.py
如果一切顺利,你会看到一个带有扑克牌背景的应用窗口弹出来,这就是我们的AI助手控制台啦!
🎮 如何与AI助手配合战斗?
基本操作流程
- 开始新游戏:点击界面上的"开始"按钮
- 角色识别:AI会自动检测你是"地主"还是"农民",如果识别失败会提示你手动选择
- 实时分析:程序会自动截取游戏画面,分析当前牌局
- 获取建议:在你的回合,AI会在"AI出牌区域"显示推荐出牌方案和胜率预测
核心功能区介绍
- 手牌显示区:展示AI识别到的你的手牌
- 上家/下家出牌区:显示对手出过的牌
- AI出牌建议区:AI推荐的最佳出牌组合和胜率
- 底牌显示区:显示本局的三张底牌
💡 小技巧:AI助手窗口默认会保持在最前端,方便你一边游戏一边查看建议
⚙️ 高级配置:让AI更懂你
如果你想让AI助手更符合自己的出牌习惯,可以修改main.py中的参数:
# 调整AI决策的置信度(值越高越保守)
self.MyConfidence = 0.95 # 我的牌识别置信度
self.OtherConfidence = 0.9 # 对手牌识别置信度
# 修改识别区域(如果你的游戏窗口大小不同)
self.MyHandCardsPos = (414, 804, 1041, 59) # 我的手牌位置
为什么需要调整这些参数?因为不同屏幕分辨率、游戏窗口大小可能导致AI识别不准确。通过微调这些数值,可以让AI"看"得更清楚哦!
❓ 常见问题解答
Q: 启动程序后没有反应怎么办?
A: 检查是否安装了所有依赖,特别是PyQt5和pyautogui。可以尝试重新安装依赖:pip install -r requirements.txt --upgrade
Q: AI识别牌不准确怎么办?
A: 1. 确保游戏窗口没有被遮挡;2. 尝试调整main.py中的置信度参数;3. 检查游戏是否使用了默认分辨率
Q: 可以更换AI模型吗?
A: 当然可以!项目支持不同策略的AI模型,只需将新模型文件放入baselines/douzero_WP/目录并修改模型路径配置即可
Q: 会被游戏检测为作弊吗?
A: 本工具仅用于学习研究,通过屏幕识别提供建议,不会修改游戏内存或发送网络请求,请遵守游戏规则合理使用
📝 使用注意事项
- 启动程序前请确保游戏窗口处于正常显示状态
- 识别过程中尽量保持游戏窗口不移动、不缩放
- 网络不稳定可能影响模型加载速度
- 本项目仅供学习交流使用,请勿用于商业用途
🎉 开始你的AI斗地主之旅吧!
现在你已经掌握了所有使用技巧,快启动程序体验AI带来的全新斗地主乐趣吧!无论是想提升牌技,还是单纯想享受胜利的快感,这款AI助手都能满足你。祝你牌运亨通,把把春天!🃏💥
项目采用Apache-2.0开源协议,欢迎大家贡献代码或提出改进建议!
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 StartedRust080- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
