AzurLaneAutoScript项目中的vivo渠道服坐标点击问题分析与解决方案
2025-05-29 13:21:51作者:咎岭娴Homer
问题背景
在AzurLaneAutoScript自动化脚本项目中,用户在使用MuMu12模拟器运行vivo渠道服时遇到了一个特殊的界面适配问题。该问题主要出现在游戏登录过程中的屏幕旋转阶段,导致自动化点击坐标出现偏差,影响脚本的正常执行。
问题现象
当用户在MuMu12模拟器上运行vivo渠道服时,会经历以下异常现象:
- 登录界面会从横屏自动旋转为竖屏(进入游戏后恢复正常横屏)
- 屏幕旋转导致自动化脚本的点击坐标计算出现错误
- 尝试开启窗口自动旋转功能后,问题依然存在,甚至可能导致截图功能异常
- 关闭自动旋转后截图功能恢复正常,但无法正确处理旋转后的精确点击操作
技术分析
经过深入分析,这个问题涉及多个技术层面的交互:
- 屏幕方向检测机制:自动化脚本需要准确识别当前屏幕方向(横屏/竖屏)来调整点击坐标计算
- 坐标转换算法:在不同屏幕方向间切换时,需要正确的坐标转换算法来保证点击位置的准确性
- 截图与识别系统:屏幕旋转可能导致截图区域计算错误,影响后续的图像识别过程
- 模拟器兼容性:MuMu12模拟器与vivo渠道服的特殊交互方式可能触发了非预期的屏幕方向变化
解决方案
针对这一问题,开发团队实施了以下改进措施:
- 增强屏幕方向检测:优化了方向检测算法,确保能准确识别瞬时的屏幕旋转状态
- 改进坐标转换:在屏幕方向变化时,采用更精确的坐标转换公式来保证点击位置的准确性
- 异常处理机制:增加了对屏幕旋转异常的捕获和处理,避免因方向变化导致脚本中断
- 兼容性优化:特别针对MuMu12模拟器和vivo渠道服的组合进行了适配优化
验证与反馈
改进方案实施后,用户反馈问题已得到解决。脚本现在能够正确处理vivo渠道服在MuMu12模拟器上的屏幕旋转情况,确保自动化操作的准确性。特别是在以下场景中表现稳定:
- 登录过程中的屏幕方向变化
- 公告页面的自动关闭
- 游戏内的各种界面交互
技术启示
这个案例为我们提供了几个重要的技术启示:
- 模拟器环境的多样性:不同模拟器对游戏客户端的处理方式可能存在差异,自动化脚本需要具备足够的适应性
- 屏幕方向处理的重要性:在移动游戏自动化中,正确处理屏幕方向变化是保证稳定性的关键因素之一
- 异常恢复机制:良好的异常处理和恢复机制可以显著提升自动化脚本的鲁棒性
通过这次问题的分析和解决,AzurLaneAutoScript项目在模拟器兼容性和屏幕方向处理方面又向前迈进了一步,为用户提供了更加稳定可靠的自动化体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
9
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
64
19
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322