ArknightsAutoHelper 明日方舟自动化辅助脚本使用教程
2026-02-06 04:25:01作者:庞眉杨Will
ArknightsAutoHelper 是一个基于 Python 和 ADB 的明日方舟自动化辅助脚本,能够帮助玩家自动完成游戏中的重复性任务,如刷图、使用理智药、识别掉落物品等。
环境准备
系统要求
- 操作系统:Windows(建议 Windows 10 1607 及以上版本)
- 分辨率:建议高度 1080 或以上,宽高比不小于 16:9
- 需要安装 ADB 工具并正确连接模拟器
安装方式
二进制包安装(推荐)
从项目发布页面下载二进制包启动器,首次运行时会自动下载最新代码和运行环境。
源代码安装
git clone https://gitcode.com/gh_mirrors/ar/ArknightsAutoHelper
cd ArknightsAutoHelper
pip install -r requirements.txt
主要功能
自动刷图功能
脚本支持两种刷图模式:
快速刷图模式:在当前关卡界面直接开始刷图
python3 akhelper.py quick 99 # 刷当前关卡99次
python3 akhelper.py quick -r # 刷到理智不足自动停止
自动选关模式:从主界面开始自动选择指定关卡
python3 akhelper.py auto 5-1 2 5-2 3 # 按顺序刷5-1关卡2次,5-2关卡3次
理智管理
- 自动使用理智药回复理智(+r参数)
- 支持使用源石回复理智(+R参数)
- 智能识别当前理智和关卡消耗
公开招募识别
python3 akhelper.py recruit # 自动识别公开招募标签
任务奖励领取
python3 akhelper.py collect # 自动领取每日和每周任务奖励
基建管理
python3 akhelper.py riic collect # 收取制造站和贸易站
python3 akhelper.py riic shift <房间> <干员> # 干员换班
进阶功能
刷图计划制定
通过 arkplanner 命令可以创建智能刷图计划:
- 输入需要的材料数量和类型
- 自动获取当前库存材料
- 生成最优刷图方案并保存到 config/plan.json
- 使用
auto plan执行刷图计划
自定义操作记录
脚本支持录制和回放自定义操作序列:
通过编写 Python 脚本可以创建复杂的操作流程:
from Arknights.helper import ArknightsHelper
helper = ArknightsHelper()
helper.replay_custom_record('get_credit') # 回放收信用点操作
配置说明
配置文件位于 config/config.yaml,主要配置项包括:
- ADB 连接设置
- 模拟器特定参数
- 日志记录配置
- OCR 识别设置
日志文件保存在 log 目录下,采用 CSV 格式便于分析。
常见问题解答
分辨率适配问题
脚本支持多种分辨率(1280x720、1440x720、1920x1080、2160x1080等),建议使用高度不低于1080的分辨率以获得最佳识别效果。
ADB 连接问题
确保 adb devices 能够正确列出目标模拟器。不同模拟器可能需要特殊的 ADB 配置:
- MuMu、BlueStacks:需要自行启动 ADB server
- 夜神模拟器:注意版本冲突问题
- MuMu 星云引擎:不支持 ADB 接口
识别精度问题
如果遇到识别错误,可以:
- 检查游戏画面是否清晰
- 调整截图区域的 ROI 大小
- 修改匹配相似度阈值
开发与扩展
项目采用模块化设计,开发者可以:
- 阅读 scripting_example.pyi 了解脚本编写方法
- 查看 Arknights 模块中的辅助类
- 使用 create_custom_record 方法创建新的操作流程
- 参与项目开发,提交 Pull Request
注意事项
- 请合理使用自动化功能,遵守游戏规则
- 脚本仅供学习和研究使用
- 遇到问题可以查看日志文件 ArknightsAutoHelper.log
- 建议在稳定的网络环境下运行
通过本教程,您应该能够快速上手使用 ArknightsAutoHelper 来提高游戏效率。记得定期更新脚本以获取最新功能和改进。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284
