3步掌握FGO-py:从安装到自动化游戏的全攻略
2026-04-16 08:26:42作者:郜逊炳
FGO-py是一款针对Fate/Grand Order(命运-冠位指定)设计的自动化助手工具,专为程序员和游戏爱好者打造。通过简洁的配置和灵活的脚本系统,它能帮助玩家实现日常任务自动化、副本 farming 等操作,让游戏体验更轻松高效。本文将带你从项目架构解析到实际应用,快速掌握这款工具的使用方法。
一、项目架构解析:核心模块定位与目录权重
FGO-py采用模块化设计,各目录职责清晰。以下是核心目录的功能解析及权重对比:
1.1 核心目录功能说明
-
FGO-py/:项目主目录,包含所有核心代码和资源
- fgoImage/:存放游戏图像资源,包括地图、素材、角色头像等,是图像识别功能的基础
- fgoWebUI/:Web界面相关文件,提供可视化操作入口
- fgo.py:主程序入口文件,负责初始化和启动整个应用
-
deploy/:部署相关脚本,支持Docker、AidLux等多种运行环境
-
doc/:项目文档和截图,包含使用教程和功能说明
1.2 核心目录权重对比
| 目录 | 功能重要性 | 改动频率 | 学习优先级 |
|---|---|---|---|
| fgoImage/ | ★★★★★ | 低 | 中 |
| 核心Python文件 | ★★★★★ | 中 | 高 |
| deploy/ | ★★★☆☆ | 低 | 低 |
| doc/ | ★★★☆☆ | 低 | 高 |
图1:游戏地图资源示例,FGO-py通过识别这些地图元素实现自动导航
二、核心文件指南:环境依赖检查与启动流程
2.1 环境依赖检查
在启动项目前,请确保系统满足以下要求:
- Python 3.8+ 环境
- 必要依赖库(通过requirements.txt安装)
- ADB环境(用于连接安卓设备)
- 游戏客户端已安装并登录
2.2 核心文件功能解析
- fgo.py:主启动文件,负责加载配置、初始化模块并启动主程序
- fgoConfig.py:配置管理模块,处理用户设置和参数
- fgoDevice.py:设备连接模块,管理与手机/模拟器的通信
- fgoFarming.py:自动 farming 核心逻辑,实现副本自动战斗
2.3 启动流程
-
克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/fg/FGO-py -
安装依赖:
cd FGO-py pip install -r requirements.txt -
启动程序:
python fgo.py
三、配置策略:参数调优与常见错误排查
3.1 核心配置文件说明
- fgoTeamup.ini:队伍配置文件,定义战斗队伍和技能释放策略
- fgoConfig.py:程序配置参数,包括设备连接、战斗设置等
3.2 关键配置参数调优
-
战斗相关:
terminateLater:战斗结束延迟时间,建议设置为1-2秒stopOnSpecialDrop:特殊掉落时是否停止,根据需求设置0或1
-
设备相关:
adbHost:ADB服务器地址,默认本地为"127.0.0.1"adbPort:ADB端口,默认5037
3.3 常见配置错误排查
-
设备连接失败
- 检查ADB是否正常运行:
adb devices - 确认设备已开启USB调试模式
- 尝试重启ADB服务:
adb kill-server && adb start-server
- 检查ADB是否正常运行:
-
图像识别错误
- 确保游戏分辨率与配置一致
- 检查fgoImage目录下资源文件是否完整
- 尝试调整截图区域参数
-
战斗流程异常
- 检查队伍配置是否正确
- 确认技能释放顺序设置合理
- 查看日志文件定位具体错误步骤
总结
通过本文的介绍,你已经了解了FGO-py的项目架构、核心文件功能和配置方法。这款工具不仅能帮助你自动化游戏操作,还为学习Python自动化、图像识别等技术提供了实践案例。无论是游戏爱好者还是程序员,都能从中获得价值。开始你的FGO自动化之旅吧!
提示:使用自动化工具时请遵守游戏规则,合理设置操作间隔,避免过度自动化导致账号风险。项目开源地址:https://gitcode.com/GitHub_Trending/fg/FGO-py,欢迎贡献代码和提出改进建议。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
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
398
297
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++
943
879
🎉 (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
1.56 K
905
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924

