BetterGI 0.43版本发布:全自动钓鱼与游戏自动化功能全面升级
项目简介
BetterGI是一款针对《原神》游戏的自动化辅助工具,旨在通过技术手段提升玩家的游戏体验。该项目通过计算机视觉识别、自动化操作等技术,实现了游戏内各种重复性任务的自动化处理,如钓鱼、采集、战斗等,同时提供了丰富的自定义功能。
0.43版本核心更新
全自动钓鱼系统重构
本次更新对钓鱼系统进行了全面重构,使其成为独立任务模块,具有以下显著改进:
-
纳塔鱼类支持:新增了对纳塔地区鱼类的识别能力,扩展了自动化钓鱼的覆盖范围。
-
任务独立性:钓鱼任务现在可以作为独立模块运行,并支持通过地图追踪和JS脚本调用,提高了系统的灵活性和可扩展性。
-
昼夜自动切换:系统能够根据游戏内时间自动调整钓鱼策略,适应不同时间段鱼类的出现规律。
-
假龙抛竿优化:针对特定鱼类(假龙)的抛竿机制进行了专门优化,提高了钓鱼成功率。
一条龙任务增强
-
每日任务完成提醒:新增了每日任务完成状态检查功能,避免重复执行已完成任务。
-
任务结束操作:提供了任务结束后自动关闭游戏或关机等选项,增强了自动化流程的完整性。
调度器功能升级
-
安全提示:清空所有任务时增加了确认提示,防止误操作导致任务丢失。
-
Shell任务支持:新增了Shell类型任务,允许执行系统命令(需谨慎使用不熟悉的命令)。
地图追踪优化
-
角色需求提示:当当前队伍配置无法满足简易策略脚本要求时,系统会明确提示所需角色。
-
异常场景处理:增强了遇到异常界面(如"x"按钮)时的处理能力,自动返回主界面。
-
七天神像回血优化:改进了与七天神像交互的相关配置,提高了回血功能的可靠性。
-
传送稳定性:优化了自动传送前后的按键处理,解决了传送后角色持续移动的问题。
-
元素采集修复:修复了火元素采集不生效的问题。
其他重要改进
-
脚本保存修复:解决了保存键鼠脚本时丢失最后一个MacroEvent的问题。
-
全局按键映射:新增了对脚本、策略等的全局自定义按键映射支持。
-
窗口焦点保持:添加了强制保持游戏窗口焦点的设置选项。
-
游戏时间记录:集成了Starward工具的游戏时间记录功能。
-
通知增强:企业微信通知现在支持图片输出。
-
新角色支持:添加了对5.4版本新角色的识别能力。
-
改键功能修复:修复了部分功能键位无法作为改键使用的问题。
-
用户体验优化:包括文案与UI改进,以及新增的首次运行引导界面。
技术价值分析
BetterGI 0.43版本的更新体现了几个重要的技术方向:
-
模块化设计:将钓鱼系统重构为独立任务模块,提高了代码的可维护性和功能扩展性。
-
计算机视觉应用:通过图像识别技术实现对游戏内元素(如鱼类、界面按钮等)的自动识别,这是自动化操作的基础。
-
异常处理机制:增强了系统对游戏异常状态的检测和处理能力,提高了自动化流程的稳定性。
-
用户自定义能力:提供全局按键映射、Shell任务等特性,赋予用户更高的自定义权限。
-
跨平台集成:与Starward等工具的集成,展示了项目开放性和扩展性。
安全使用建议
虽然BetterGI提供了强大的自动化功能,但用户应注意:
-
谨慎使用Shell任务功能,避免执行不明来源的命令。
-
合理设置自动化操作的频率和强度,避免对游戏服务器造成过大压力。
-
关注游戏官方的相关规则,确保自动化操作不会违反游戏服务条款。
BetterGI项目通过持续的技术迭代,为《原神》玩家提供了更智能、更高效的辅助工具,0.43版本在多方面实现了功能增强和体验优化,值得自动化技术爱好者和游戏玩家关注。
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 StartedRust0194
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 Notebook0121
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。Python05
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 Notebook06