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
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!Kotlin08
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
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
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
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
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355
