ok-ww 鸣潮自动化工具部署与使用指南
2026-02-06 04:52:57作者:鲍丁臣Ursa
1. 项目概览
ok-ww 是一款基于图像识别技术的鸣潮游戏自动化工具,支持后台自动战斗、声骸自动合成、肉鸽副本一键通关等核心功能。通过模拟用户键鼠操作实现无侵入式游戏交互,兼容主流16:9分辨率,可在后台窗口化运行。
1.1 核心功能矩阵
- 战斗自动化:全角色技能循环识别与释放
- 资源管理:声骸自动筛选、上锁及合成
- 日常任务:一键完成每日委托、周本挑战
- 副本攻略:支持无妄者、五合一等多场景自动通关
1.2 技术架构说明
| 技术模块 | 实现方案 | 应用场景 |
|---|---|---|
| 图像识别 | OnnxRuntime + YOLOv8 | 界面元素定位、技能CD检测 |
| 输入模拟 | win32api | 键鼠操作模拟、后台窗口控制 |
| 跨平台兼容 | Python 3.12 | 保证Windows系统下稳定运行 |
| 配置管理 | JSON格式存储 | 用户自定义键位、任务参数 |
2. 环境准备
2.1 前置要求
- 操作系统:Windows 10/11(64位)
- 硬件配置:Intel i5/Ryzen 5同级处理器,8GB以上内存
- 软件依赖:.NET Framework 4.8 runtime,VC++ 2022 redistributable
2.2 环境校验清单
| 检查项 | 标准值 | 验证方法 |
|---|---|---|
| Python版本 | 3.12.x | python --version |
| 游戏分辨率 | 1920×1080(16:9) | 设置→显示→分辨率 |
| 权限配置 | 管理员权限 | 右键exe→属性→兼容性 |
| 显卡驱动 | 最新版 | Device Manager→显示适配器 |
| 游戏设置 | 亮度50%,关闭HDR | 鸣潮设置→画面→显示 |
3. 部署流程
3.1 基础部署
# 克隆代码仓库
git clone https://gitcode.com/GitHub_Trending/ok/ok-wuthering-waves
# 进入项目目录
cd ok-wuthering-waves
# 安装依赖包
pip install -r requirements.txt --upgrade
3.1.1 运行模式选择
- 生产环境:
python main.py(性能优先,关闭调试输出) - 开发调试:
python main_debug.py(显示识别框,输出日志信息)
3.2 高级配置
# 任务参数示例:自动执行第3个任务后退出
python main.py -t 3 -e
# 窗口化运行:指定游戏窗口句柄
python main.py -hwnd 0x123456
命令参数说明
| 参数 | 类型 | 描述 |
|---|---|---|
| -t, --task | 整数 | 指定启动后执行的任务编号 |
| -e, --exit | 标志 | 任务完成后自动退出程序 |
| -hwnd | 十六进制 | 绑定指定游戏窗口句柄 |
| -l, --log | 字符串 | 设置日志输出路径 |
| -c, --config | 字符串 | 加载自定义配置文件 |
4. 进阶设置
4.1 分辨率适配
- 在
config.py中修改SCREEN_RESOLUTION参数 - 支持1280×720至3840×2160范围内所有16:9分辨率
- 宽屏显示器需在游戏设置中锁定纵横比
4.2 键位自定义
- 启动程序后进入设置界面
- 在"输入设置"标签页配置技能按键
- 支持Q/E/R/空格等基础按键映射
- 配置完成后需重启程序生效
4.3 定时任务配置
创建Windows任务计划程序,设置:
- 触发器:每日18:00执行
- 操作:启动程序
ok-ww.exe -t 5 -e - 条件:仅当计算机空闲10分钟后
5. 常见问题
5.1 启动故障排除
graph TD
A[程序无法启动] --> B{是否报DLL错误}
B -->|是| C[安装VC++运行库]
B -->|否| D{目录是否含中文}
D -->|是| E[迁移至纯英文路径]
D -->|否| F[检查杀毒软件拦截]
5.2 识别异常处理
- 技能释放延迟:降低游戏画质至60FPS稳定运行
- 声骸识别错误:在设置中开启"高精度识别"模式
- 场景切换失败:确保游戏内已关闭"动态模糊"效果
5.3 性能优化建议
- 后台运行时设置程序优先级为"低"
- 禁用不必要的视觉效果(设置→画面→特效质量:低)
- 大内存环境(16GB+)可在
config.py中调大DETECT_BUFFER_SIZE
6. 附录
6.1 文件结构说明
ok-wuthering-waves/
├── assets/ # 图像资源与模型文件
├── src/ # 核心功能模块
│ ├── char/ # 角色技能逻辑
│ └── task/ # 任务流程控制
├── config.py # 全局配置参数
└── main.py # 程序入口
6.2 安全使用规范
- 避免同时运行多个自动化工具
- 每账号每日自动化时长建议不超过2小时
- 定期更新程序至最新版本以获取兼容性修复
登录后查看全文
热门项目推荐
相关项目推荐
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
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
564
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
659
Ascend Extension for PyTorch
Python
375
443
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
348
198
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (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
1.36 K
775
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
1.12 K
268
React Native鸿蒙化仓库
JavaScript
308
359


