OnmyojiAutoScript百鬼夜行功能异常问题分析与解决方案
问题背景
在使用OnmyojiAutoScript自动化工具运行阴阳师百鬼夜行功能时,部分用户遇到了脚本进入百鬼界面后不撒豆子的异常情况。该问题主要出现在模拟器环境下,表现为脚本运行至百鬼撒豆界面时突然停止,并可能伴随错误弹窗。
错误现象分析
根据用户反馈和日志记录,该问题主要表现为以下几种情况:
-
索引越界错误:日志中出现
IndexError: index 719 is out of bounds for axis 0 with size 495的错误提示,表明脚本在尝试访问图像数组时超出了有效范围。 -
调试器弹窗:部分情况下会弹出OAS Tracker调试窗口,但后续无任何操作响应。
-
日志中断:脚本日志在进入百鬼界面后突然终止,没有后续操作记录。
根本原因
经过深入分析,该问题的根本原因在于模拟器窗口的缩放设置。具体表现为:
-
分辨率不匹配:模拟器窗口被拉伸或缩放,导致实际截图尺寸与脚本预期不符。日志中显示模拟器截图尺寸为(1792, 1008),而脚本预期的是标准分辨率。
-
图像处理失败:当脚本尝试对截图进行像素级操作时,由于分辨率不匹配导致数组越界错误。
-
调试模式干扰:部分情况下调试器的自动弹出会中断正常脚本流程。
解决方案
1. 正确设置模拟器分辨率
确保模拟器窗口保持原始分辨率,不要进行任何缩放或拉伸操作:
- 关闭模拟器的"自动适应窗口大小"选项
- 确保模拟器设置为标准分辨率(如1280x720)
- 避免使用全屏模式运行模拟器
2. 验证截图功能
在脚本设置中检查以下配置项:
- 确认
Screenshot handle num与模拟器实际窗口句柄匹配 - 验证
Emulator screenshot size显示的是正确分辨率
3. 调试模式设置
如果不需要调试功能,可以在脚本配置中:
- 关闭百鬼夜行的调试显示选项
- 设置
hya_show = False以避免调试器弹窗干扰
预防措施
为避免类似问题再次发生,建议:
-
标准化运行环境:保持模拟器设置与脚本要求一致,避免个性化调整。
-
日志监控:定期检查脚本日志,特别关注分辨率相关的警告信息。
-
版本更新:及时更新OnmyojiAutoScript到最新版本,获取最佳兼容性。
技术原理深入
该问题的技术本质在于图像处理中的坐标映射关系。OnmyojiAutoScript依赖精确的屏幕坐标来执行点击操作,当模拟器窗口被缩放时:
- 实际截图尺寸发生变化
- 脚本内预设的点击坐标与实际情况不匹配
- 图像处理时尝试访问不存在的像素位置
这种机制保证了脚本操作的精确性,但也对运行环境提出了严格要求。理解这一原理有助于用户更好地配置和优化自动化环境。
总结
OnmyojiAutoScript的百鬼夜行功能对运行环境有较高要求,特别是模拟器的分辨率设置。通过保持标准分辨率、避免窗口缩放,并正确配置调试选项,可以确保脚本稳定运行。遇到类似问题时,首先检查环境配置,再结合日志分析,通常能够快速定位并解决问题。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00