解放双手!赛马娘auto-derby自动化脚本终极使用手册
2026-02-06 04:59:53作者:尤峻淳Whitney
还在为《赛马娘》的重复训练和赛事感到疲惫吗?auto-derby自动化工具将彻底改变你的游戏体验!这款开源脚本能够智能模拟玩家操作,实现从日常赛事到马娘育成的全流程自动化,让你真正享受游戏乐趣而非被游戏所困。
为什么你需要auto-derby?
《赛马娘》作为一款策略性极强的养成游戏,每天需要投入大量时间进行训练、比赛和决策。auto-derby的出现完美解决了这一痛点,它能够:
- 🕒 节省90%以上的手动操作时间
- 🎯 优化训练路径和比赛策略
- 📈 稳定提升马娘养成成功率
- 🔄 支持多设备平台无缝切换
核心功能深度解析
智能赛事管理模块
日常赛事自动化 - daily_race模块自动完成每日固定赛事,无需手动参与
传奇赛事挑战 - legend_race模块采用智能策略应对高难度比赛
团队赛事优化 - team_race.py智能管理团队配合与战术选择
马娘育成系统
nurturing模块是auto-derby的灵魂所在,它能够:
- 个性化训练规划:根据马娘特性定制专属训练方案
- 属性智能分配:自动调整力量、速度、耐力等核心属性
- 技能学习优化:根据比赛需求选择最合适的技能组合
- 事件智能处理:遇到关键事件时自动暂停并请求确认
插件生态系统
auto-derby的强大之处在于其丰富的插件系统:
- 商店管理插件:limited_sale_buy_everything.py自动购买所有商品
- 训练优化插件:example_custom_training_score.py自定义训练评分逻辑
- 赛事策略插件:race_campaign.py优化赛事参与策略
快速上手安装指南
环境准备与部署
步骤一:获取项目代码
git clone https://gitcode.com/gh_mirrors/au/auto-derby
cd auto-derby
步骤二:安装依赖环境
pip install -r requirements.txt
步骤三:设备连接配置
根据你的游戏平台选择相应配置:
- Android设备:启用开发者选项和USB调试
- DMM平台:确保游戏客户端正常运行
- 模拟器用户:配置正确的ADB连接参数
首次运行配置
- 启动程序:运行
launcher.cmd(Windows)或launcher.ps1(PowerShell) - 选择游戏平台:根据提示选择对应的客户端类型
- 测试连接:确保脚本能够正常识别游戏界面
实战应用场景
新手友好型自动化
对于刚接触游戏的玩家,推荐使用以下配置:
- 启用
hello_world.py插件进行基础功能测试 - 使用
limited_sale_buy_first_3.py选择性购买商品 - 配置
pause_before_command.py在重要决策前暂停
进阶玩家定制方案
有经验的玩家可以深度定制:
# 自定义训练评分逻辑
def score(self, ctx: single_mode.Context) -> float:
# 根据马娘当前状态动态调整训练优先级
return optimized_score
高强度养成策略
追求极限养成的玩家可配置:
more_g1.py增加G1赛事参与频率example_power_level5.py优化属性成长路径fast_fail.py快速识别并放弃不理想的养成路线
高级功能开发指南
自定义插件开发
创建个性化插件非常简单:
- 在plugins目录下创建Python文件
- 继承Plugin基类并实现必要方法
- 注册事件处理器响应游戏状态变化
数据管理与分析
auto-derby提供完善的数据管理功能:
- 训练记录存储:data/single_mode_conditions.jsonl
- 赛事数据分析:自动统计比赛成绩和成长曲线
- 配置备份恢复:使用migrate_data.ps1进行数据迁移
最佳实践与优化建议
性能优化技巧
- 模板匹配优化:定期更新templates目录中的图像模板
- OCR识别精度:优化ocr_labels.csv提升文字识别准确率
- 设备响应速度:调整截图间隔优化操作流畅度
安全使用规范
虽然auto-derby功能强大,但使用时请注意:
- 了解游戏服务条款,使用风险自负
- 避免过度自动化引起账号异常
- 定期更新脚本版本适配游戏更新
常见问题解决方案
连接问题排查
- 检查ADB连接状态
- 验证设备分辨率设置
- 确认游戏界面语言匹配
功能异常处理
- 检查插件加载状态
- 验证模板匹配准确率
- 查看日志输出定位问题
结语:开启智能养马新时代
auto-derby不仅仅是一个自动化工具,更是《赛马娘》玩家的得力助手。通过合理配置和使用,你将能够:
✅ 大幅减少重复操作时间
✅ 提升马娘养成成功率
✅ 享受更纯粹的游戏乐趣
✅ 探索更多游戏可能性
现在就下载auto-derby,让你的赛马娘之旅更加轻松愉快!无论是收集心仪的马娘还是冲击排行榜,这款工具都将成为你最可靠的伙伴。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
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
667
Ascend Extension for PyTorch
Python
376
446
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
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
1.13 K
271


