auto-derby自动化养马助手:解放双手的赛马娘游戏辅助工具
2026-02-06 04:42:34作者:卓艾滢Kingsley
auto-derby是一个针对《赛马娘》(ウマ娘: Pretty Derby)游戏开发的智能自动化脚本系统,能够帮助玩家自动完成游戏中的各种日常任务和育成过程,让玩家在享受游戏乐趣的同时节省宝贵时间。
项目概述
auto-derby通过模拟用户操作,实现了对DMM平台和Android设备上《赛马娘》游戏的深度集成。该项目采用Python编写,利用图像识别、事件处理和决策制定等技术,为玩家提供全方位的自动化游戏体验。
核心功能特性
多客户端支持
- DMM客户端:前台运行,完美适配桌面版游戏
- Android ADB连接:后台运行,基于1080x1920分辨率开发
赛事自动化
- 团队赛(Team race):智能参与并自动使用胜利确定奖励
- 日常赛(Daily race):自动完成日常比赛任务
- PvP活动赛(Champions meeting):自动参加竞技场对战
- 传奇赛(Legend race):自动领取奖励和参与比赛
限时商店处理
提供多种自定义插件来处理限时商店:
- limited_sale_buy_everything:自动购买所有物品
- limited_sale_buy_first_3:自动购买前3个物品
- limited_sale_ignore:无视限时商店
智能育成系统
auto-derby的育成功能是其核心亮点,支持多种剧本:
剧本适配
- 新設!URAファイナルズ!!
- アオハル杯~輝け、チームの絆~
- Make a new track!!~クライマックス開幕~
训练选择策略
- 基于当前属性智能选择最佳训练
- 考虑训练效果和训练等级
- 优化羁绊值获取量
- 暑期集训时保留体力
比赛参与机制
- 自动预估比赛结果,无法确保胜利时暂停请求人工确认
- 基于属性和适应性自动选择比赛跑法
- 支持友人卡事件,主动外出触发友人卡效果
技术实现
auto-derby采用先进的图像识别技术,通过模板匹配来识别游戏界面中的各种元素。项目包含大量的图像模板文件,用于准确识别游戏中的按钮、菜单和状态信息。
安装与使用
环境要求
- DMM版《赛马娘》游戏
- Python 3.8或更高版本
安装步骤
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/au/auto-derby - 安装依赖:
pip install -r requirements.txt - 运行启动器:双击
launcher.cmd或手动执行python -m auto_derby 工作名称
数据管理
用户数据默认存储在data文件夹中,更新版本时只需复制该文件夹到新版本项目目录即可继承所有数据。
安全注意事项
⚠️ 重要提醒:使用自动化脚本可能违反游戏用户协议,请谨慎使用并避免公开宣传。建议仅用于个人学习和研究目的。
扩展性与插件系统
auto-derby支持Python插件系统,用户可以根据自己的需求编写自定义插件来扩展功能。插件可以修改训练策略、比赛选择逻辑和事件处理方式等。
问题反馈与社区
项目提供了完善的日志系统和调试工具,方便用户反馈问题:
launcher.log:启动器日志auto_derby.log:运行日志debug文件夹:调试数据,包含最后截屏和网页日志
项目优势
- 高度自动化:从日常比赛到复杂育成,几乎所有的游戏流程都可以自动化执行
- 智能决策:基于多种因素做出最优选择,最大化游戏收益
- 灵活配置:支持插件系统和自定义配置,适应不同玩家的需求
- 持续更新:活跃的社区开发和维护,及时适配游戏更新
auto-derby为《赛马娘》玩家提供了一个强大而可靠的自动化解决方案,让玩家能够更专注于游戏的策略和乐趣,而不是重复性的操作任务。无论是新手玩家还是资深马娘训练师,都能从这个工具中获益匪浅。
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 StartedRust0191
cann-learning-hubCANN 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 Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 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++
857
1.93 K
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++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
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。
Python
998
609






