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
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
446
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
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
1.13 K
271






