MAA跨平台支持:Windows/Linux/macOS全平台部署指南
2026-02-05 04:36:03作者:幸俭卉
MAA(MaaAssistantArknights)作为一款功能强大的明日方舟游戏小助手,提供了全面的跨平台支持,覆盖Windows、Linux和macOS三大主流操作系统。本文将详细介绍各平台的安装部署流程、兼容性配置及常见问题解决方案,帮助用户在不同系统环境下高效使用MAA。
跨平台架构概览
MAA采用模块化设计实现跨平台兼容,核心功能通过C++编写并封装为动态链接库,上层提供多语言绑定和图形界面适配。项目架构如图所示:
graph TD
A[MAA Core] --> B[Windows DLL]
A --> C[Linux SO]
A --> D[macOS DYLIB]
B --> E[WPF GUI]
C --> F[CLI Interface]
D --> G[macOS App Bundle]
E & F & G --> H[统一功能接口]
核心组件路径:
- 跨平台核心库:src/MaaCore/
- 平台适配层:src/MaaWpfGui/(Windows)、src/MaaMacGui/(macOS)
Windows平台部署
系统要求
- 操作系统:Windows 10/11(64位)
- 依赖组件:.NET Framework 4.8、DirectX 11
安装流程
- 从官方仓库下载最新Windows安装包
- 运行安装程序,勾选"添加到系统PATH"选项
- 安装完成后自动创建桌面快捷方式
图形界面启动
# 通过开始菜单或桌面快捷方式启动MaaWpfGui
# 或使用命令行启动
cd "C:\Program Files\MaaAssistantArknights"
MaaWpfGui.exe
GPU加速配置
MAA在Windows平台支持DirectML加速,相关配置文件路径:
- src/MaaCore/Config/Resource.json
- 默认已启用GPU加速,如需禁用可删除安装目录下的
DirectML.dll
Linux平台部署
系统要求
- 发行版:Ubuntu 20.04+/Debian 11+/Arch Linux
- 依赖库:
libopencv-dev、libssl-dev、cmake
编译安装
# 1. 安装依赖
sudo apt install cmake python3 # Ubuntu/Debian
# 或
sudo pacman -S --needed cmake python3 # Arch Linux
# 2. 下载依赖库
python tools/maadeps-download.py
# 3. 编译MAA
cmake -B build \
-DINSTALL_RESOURCE=ON \
-DINSTALL_PYTHON=ON \
-DCMAKE_TOOLCHAIN_FILE=MaaDeps/cmake/maa-x64-linux-toolchain.cmake
cmake --build build
# 4. 安装到指定目录
cmake --install build --prefix ~/maa-install
命令行运行
# 基本使用
cd ~/maa-install
./maa-cli --config tasks.json
# 后台运行模式
nohup ./maa-cli --config arknights-tasks.json > maa.log 2>&1 &
容器化部署
对于服务器环境,推荐使用Docker容器运行:
# 构建镜像
docker build -t maa-linux -f tools/AppImage/Dockerfile .
# 运行容器
docker run -d --name maa-instance maa-linux
macOS平台部署
系统要求
- 操作系统:macOS 12+(Monterey及以上)
- Xcode Command Line Tools
编译流程
MAA提供专用编译脚本tools/build_macos_universal.zsh,支持生成Universal二进制:
# 1. 安装Xcode命令行工具
xcode-select --install
# 2. 运行编译脚本
chmod +x tools/build_macos_universal.zsh
./tools/build_macos_universal.zsh
# 3. 生成XCFramework
cd build
xcodebuild -create-xcframework -library libMaaCore.dylib -headers ../include -output MaaCore.xcframework
应用打包
编译完成后可生成macOS应用 bundle:
# 创建应用目录结构
mkdir -p MaaAssistantArknights.app/Contents/MacOS
cp build/libMaaCore.dylib MaaAssistantArknights.app/Contents/MacOS
cp src/MaaMacGui/Info.plist MaaAssistantArknights.app/Contents/
签名与公证
对于分发需求,需进行代码签名:
codesign --deep --force --sign "Developer ID Application" MaaAssistantArknights.app
xcrun altool --notarize-app --primary-bundle-id "com.maa.assistant" --username "your-apple-id" --password "@keychain:Developer-altool" --file MaaAssistantArknights.app.zip
跨平台兼容性对比
| 功能特性 | Windows | Linux | macOS |
|---|---|---|---|
| 图形界面 | ✅ WPF | ✅ CLI/第三方GUI | ✅ Cocoa |
| GPU加速 | ✅ DirectML | ✅ OpenCL | ✅ Metal |
| 自动更新 | ✅ 内置 | ❌ 需手动 | ✅ 内置 |
| 多开支持 | ✅ 完全支持 | ✅ 完全支持 | ✅ 有限支持 |
| 模拟器集成 | ✅ 全支持 | ✅ 部分支持 | ⚠️ 实验性 |
跨平台开发指南
代码规范
跨平台代码需遵循以下规范:
- 文件路径统一使用
/分隔符 - 系统调用通过src/MaaCore/Utils/Platform.hpp封装
- 配置文件使用JSON格式,存放于src/MaaCore/Config/
编译系统
项目采用CMake管理跨平台构建,关键配置文件:
- CMakeLists.txt:主构建脚本
- cmake/macos.cmake:macOS特定配置
- cmake/utils.cmake:跨平台工具函数
第三方依赖管理
使用tools/maadeps-download.py统一管理依赖:
# 下载特定平台依赖
python tools/maadeps-download.py x64-linux # Linux
python tools/maadeps-download.py x64-osx # macOS
常见问题解决
跨平台数据同步
可通过以下方式同步配置和任务数据:
# 使用符号链接同步配置文件(Linux/macOS)
ln -s ~/Dropbox/MAA/config ~/.config/maa/config
性能优化建议
- Linux平台启用hugepages:
sudo sysctl -w vm.nr_hugepages=1024
- macOS平台调整能量设置:
pmset -a standby 0
总结与展望
MAA通过精心设计的跨平台架构,实现了在Windows、Linux和macOS系统上的一致功能体验。未来版本将进一步优化:
- Linux图形界面完善
- macOS模拟器兼容性提升
- WebAssembly版本开发(实验性)
项目开发文档:docs/zh-cn/develop/ 问题反馈:GitHub Issues
文档版本:v5.2.0
最后更新:2025-09-24
贡献者:MAA开发团队
本文档遵循CC BY-SA 4.0协议,欢迎转载但需保留署名
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!Kotlin07
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
525
3.73 K
Ascend Extension for PyTorch
Python
332
396
暂无简介
Dart
766
189
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++
878
586
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
166
React Native鸿蒙化仓库
JavaScript
302
352
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
🎉 (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
1.33 K
749
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
985
246