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-5.1GLM-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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
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
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
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++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557






