5大核心功能让Botty成为《暗黑破坏神2:重制版》效率神器
Botty作为专为《暗黑破坏神2:重制版》设计的自动化辅助工具,通过智能图像识别与路径规划技术,让玩家从重复刷怪、物品管理等机械操作中解放出来,专注于策略决策与装备搭配,显著提升游戏体验与效率。
零基础入门指南:从安装到启动
系统环境准备
- 支持Windows 10/11系统,需安装Python 3.10及以上版本
- 《暗黑破坏神2:重制版》需更新至1.14d或更高版本
- 建议屏幕分辨率不低于720p以确保图像识别准确性
快速部署步骤
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/bo/botty - 安装依赖包并启动配置向导:
cd botty && pip install -r requirements.txt - 根据引导完成基础设置,主要配置文件位于
config/目录,包括游戏窗口参数(game.ini)、自动化规则(params.ini)和商店购买策略(shop.ini)
智能战斗系统:释放职业潜力
多职业自动战斗方案
Botty内置圣骑士祝福之锤、死灵法师骨系法术、法师暴风雪等主流Build的自动化逻辑,通过图像识别精准定位敌人并释放最优技能组合。职业相关配置可在src/char/目录下找到,如圣骑士配置(paladin/hammerdin.py)和法师配置(sorceress/blizz_sorc.py)。
战斗状态智能管理
自动监控生命值与法力值,在危险时使用药水或回城卷轴;根据敌人类型自动切换攻击模式,例如面对物理免疫怪物时优先使用元素技能。
精准导航与路径规划:探索未知地图
Botty采用双坐标系统实现精准导航,通过相对坐标与绝对坐标结合的方式,在复杂地图中规划最优路径。
动态路径生成技术
内置多种场景的路径模板,如崔凡克议会(Travincal)、神秘避难所(Arcane Sanctuary)等热门 farming 区域。系统会根据实时地图布局动态调整路线,避开障碍物与危险区域。
多区域适配能力
支持所有章节地图导航,包括Act1的崔斯特瑞姆到Act5的世界之石要塞,通过src/run/目录下的模块文件(如trav.py、diablo.py)实现不同场景的专项优化。
物品管理与拾取:不错过任何珍品
BNIP规则系统
基于Botty物品拾取规则(BNIP)系统,可自定义物品拾取优先级。通过config/bnip/目录下的规则文件,设置稀有度、符文等级、装备属性等筛选条件,自动识别并拾取高价值物品。
可视化调试工具
内置图形调试器可实时显示物品识别结果,帮助优化拾取规则。调试界面中会标注地面物品名称及价值评估,支持即时调整识别参数。
高级配置与个性化定制
职业Build定制
在src/char/目录下修改职业脚本,调整技能释放顺序、攻击范围和战斗策略,适配独特的Build需求。例如修改bone_necro.py可调整死灵法师的骷髅召唤数量与诅咒优先级。
任务流程自动化
通过编辑src/run/目录下的场景脚本,自定义 farming 路线。例如配置diablo.py实现从开启封印到击杀 Diablo 的全流程自动化,支持多场景连贯运行。
加入Botty社区
Botty作为开源项目,持续接受社区贡献与改进建议。无论你是想优化自动化逻辑,还是添加新的职业支持,都可以通过项目仓库参与开发。立即克隆项目,开启高效的暗黑破坏神2冒险之旅吧!
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 StartedRust0190
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 Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08



