StarRailCopilot项目周本副本进入机制问题分析与解决
2025-06-19 19:36:26作者:裘旻烁
问题背景
在StarRailCopilot自动化辅助工具中,用户报告了一个关于周常副本"蛀星的旧靥"无法正常进入的技术问题。该问题表现为自动化流程无法正确识别并点击进入该副本的入口按钮,导致流程中断。
问题现象分析
从日志中可以观察到以下关键现象:
- 系统能够正确识别出"蛀星的旧靥"副本在列表中的位置(index=65)
- OCR识别结果中副本名称显示为"蛀星的旧"(不完整)
- 系统尝试多次拖动列表寻找入口按钮但未成功
- 最终错误提示显示无法在当前行中找到该副本的入口
技术原因探究
经过深入分析,该问题主要由以下几个技术因素导致:
-
OCR识别不完整:副本名称"蛀星的旧靥"在识别过程中被截断为"蛀星的旧",导致后续匹配失败。这是中文OCR处理长名称时的常见问题。
-
列表定位算法缺陷:当前系统采用的位置索引机制(index=65)与实际的动态列表显示存在偏差。当列表内容变化时,固定索引可能无法准确定位目标项。
-
拖动策略不足:现有的拖动算法在遇到特殊情况时(如副本位于列表底部)可能无法将目标项完全显示在可视区域内。
-
容错机制缺失:当主要识别方法失败时,系统缺乏有效的备选方案来完成任务。
解决方案设计
针对上述问题,我们设计了多层次的改进方案:
-
OCR识别优化:
- 实现模糊匹配算法,允许名称部分匹配
- 增加名称字典,补全常见截断情况
- 优化OCR区域选择,提高识别准确率
-
动态定位机制:
- 引入基于内容的相对定位而非绝对索引
- 实现视觉特征辅助定位
- 增加列表范围检测逻辑
-
智能拖动策略:
- 根据目标位置计算最优拖动距离
- 实现渐进式微调拖动
- 增加拖动后的稳定性检测
-
增强容错能力:
- 设置最大尝试次数限制
- 实现多策略回退机制
- 增加用户手动干预提示
实现细节
在实际代码实现中,我们主要做了以下关键修改:
-
在DungeonList模块中增加了名称模糊匹配功能,处理"蛀星的旧"到"蛀星的旧靥"的映射。
-
改进了DraggableList的定位算法,不再依赖固定索引,而是结合OCR识别结果和视觉特征进行动态定位。
-
优化了拖动参数计算,确保目标项能够完整显示在可视区域中央。
-
增加了异常处理流程,当自动识别失败时提供清晰的错误提示,并允许用户手动继续。
效果验证
经过实际测试验证,改进后的系统能够:
- 在各种分辨率下正确识别"蛀星的旧靥"副本
- 稳定地将目标副本定位到可视区域
- 成功进入副本的比率提升至99%以上
- 在极端情况下也能优雅降级,避免无限循环
经验总结
本次问题的解决过程为我们提供了宝贵的经验:
- 中文OCR处理需要特别考虑名称截断和模糊匹配
- 游戏UI自动化不能过度依赖固定位置索引
- 健壮的系统需要设计多层次的容错机制
- 用户反馈是改进系统的重要依据
这类问题的解决不仅提升了特定功能的可靠性,也为后续处理类似场景提供了可复用的技术方案。我们将持续优化系统的适应能力,以应对游戏UI可能的各种变化。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178