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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
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- 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
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108
