FGO-py 项目使用指南:从入门到精通
一、核心功能模块解析
FGO-py采用模块化解耦设计,将系统划分为三大功能区域,每个区域承担特定职责并通过标准化接口交互,确保系统扩展性与维护性。
1.1 核心功能区
功能定位:实现 Fate/Grand Order 自动化操作的核心逻辑,包含游戏场景识别、任务执行和战斗策略。
核心特性:
- 基于图像识别的场景检测系统
- 多策略战斗决策引擎
- 动态任务调度机制 应用场景:自动战斗、素材收集、日常任务执行
图1:FGO-py支持的游戏世界地图,显示可自动探索的区域节点
1.2 辅助工具区
功能定位:提供开发与运维支持的辅助组件,包含日志系统、设备管理和配置解析。
核心特性:
- 分级日志记录与分析
- 多设备适配框架
- 配置热加载机制 应用场景:问题排查、多设备管理、参数调优
1.3 配置管理区
功能定位:集中管理系统配置与资源,实现环境隔离与参数注入。
核心特性:
- 三级配置体系(基础/高级/环境变量)
- 多语言支持
- 资源文件管理 应用场景:环境适配、个性化设置、多语言切换
二、环境配置指南
2.1 准备工作
前置条件:
- Python 3.8+ 运行环境
- Git 版本控制工具
- 依赖管理工具 pip
执行命令:
# 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/fg/FGO-py
cd FGO-py
# 创建虚拟环境(推荐)
python -m venv venv
source venv/bin/activate # Linux/Mac
venv\Scripts\activate # Windows
# 安装依赖
pip install -r requirements.txt
预期结果:项目文件下载完成,依赖包安装成功,无错误提示。
⚠️ 警告:确保网络环境稳定,依赖包总大小约 200MB,建议使用国内 PyPI 镜像加速下载。
2.2 环境检查
前置条件:完成基础依赖安装
执行命令:
# 检查Python版本
python --version
# 验证依赖完整性
pip check
预期结果:
- Python 版本显示为 3.8 或更高
- 依赖检查显示 "No broken requirements found"
💡 技巧:使用 pip list | grep -E "opencv-python|numpy|pyautogui" 验证核心依赖是否正确安装。
三、快速上手流程
3.1 配置文件准备
前置条件:完成环境配置
核心操作:
- 复制默认配置模板
cp FGO-py/fgoTeamup.ini.example FGO-py/fgoTeamup.ini
- 基础配置项设置(fgoTeamup.ini):
[General]
# 基础配置 - 优先级:默认值 < 配置文件 < 环境变量
device_type = android # 设备类型:android/ios/pc
resolution = 1920x1080 # 游戏分辨率
language = zh # 语言:zh/en/ja
[Advanced]
# 高级参数 - 调整战斗策略
battle_timeout = 300 # 战斗超时时间(秒)
skill_priority = 1,3,2 # 技能释放优先级
3.2 一键启动
前置条件:配置文件准备完成
执行命令:
# 启动GUI界面(推荐新手)
python FGO-py/fgoGui.py
# 或使用命令行模式
python FGO-py/fgoCli.py
预期结果:
- GUI模式:启动图形界面,显示主控制窗口(如图2)
- CLI模式:终端显示欢迎信息和命令提示
3.3 状态验证
前置条件:程序成功启动
核心操作:
- 在GUI界面点击"设备连接"按钮
- 观察日志面板输出
- 验证连接状态指示灯变绿
预期结果:日志显示"设备连接成功",状态指示变为绿色。
🔍 重点:首次启动需授予程序屏幕捕获和输入控制权限,具体操作因操作系统而异。
四、进阶使用技巧
4.1 三级配置体系详解
FGO-py采用配置注入机制,支持多层次配置覆盖:
-
基础配置(fgoConfig.py)
- 系统默认值,包含必要参数
- 示例:
DEFAULT_TIMEOUT = 10
-
高级参数(fgoTeamup.ini)
- 用户可修改的配置文件
- 优先级高于默认值
- 示例:
battle_timeout = 300
-
环境变量
- 运行时动态注入的参数
- 优先级最高,用于临时调整
- 示例:
export FGO_DEBUG=True
💡 技巧:使用环境变量 FGO_CONFIG 指定自定义配置文件路径:
FGO_CONFIG=./my_config.ini python FGO-py/fgo.py
4.2 实用命令示例
示例1:命令行模式快速战斗
# 连接设备并加载队伍配置
python FGO-py/fgoCli.py -c "teamup load Kizuna; connect localhost:5555; main"
示例2:后台运行与日志输出
# 后台运行并将日志写入文件
nohup python FGO-py/fgo.py > fgo_run.log 2>&1 &
示例3:Docker容器化部署
# 使用Docker一键启动
docker run -v $(pwd)/FGO-py:/FGO-py --name fgo-py --rm -it hgjazhgj/fgo-py
五、常见问题排查
5.1 设备连接失败
错误表现:日志显示"Device not found"
可能原因:
- 设备未开启调试模式
- ADB服务未启动
- 端口被占用
解决方法:
# 检查ADB设备列表
adb devices
# 重启ADB服务
adb kill-server && adb start-server
5.2 图像识别不准确
错误表现:程序无法正确识别游戏界面
可能原因:
- 游戏分辨率与配置不符
- 图像资源文件损坏
- 光照条件影响
解决方法:
- 确认配置文件中分辨率设置与游戏一致
- 执行资源校验:
python FGO-py/fgoImageListener.py --verify - 调整屏幕亮度至50%以上
5.3 战斗策略执行异常
错误表现:技能释放顺序错误或战斗超时
可能原因:
- 队伍配置文件错误
- 技能优先级设置不当
- 网络延迟导致指令丢失
解决方法:
- 检查fgoTeamup.ini中的技能优先级配置
- 增加战斗超时时间:
config battle_timeout 400 - 在网络稳定环境下运行
六、总结
FGO-py通过模块化架构和灵活配置系统,为 Fate/Grand Order 玩家提供强大的自动化辅助功能。从基础的日常任务执行到复杂的战斗策略定制,本指南涵盖了从环境搭建到高级应用的全流程。
项目在开源社区中持续活跃,如图4所示,长期保持GitHub Trending榜单前列,其稳定性和扩展性得到广泛验证。
图4:FGO-py项目在GitHub Trending榜单的展示情况
通过掌握本文介绍的配置方法和使用技巧,您可以充分发挥FGO-py的自动化能力,提升游戏体验的同时,深入了解图像识别、自动化脚本开发等技术原理。建议定期查看项目文档以获取最新功能更新和最佳实践指南。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00

