阴阳师后台代肝脚本常见问题解决方案
2026-01-25 06:11:23作者:庞眉杨Will
阴阳师后台代肝脚本常见问题解决方案
项目基础介绍和主要编程语言
项目名称: SmartOnmyoji
项目描述: SmartOnmyoji 是一个用于阴阳师游戏的自动化脚本,支持所有类似阴阳师的卡牌游戏(点点点游戏)自动找图-点击。该项目支持后台运行、多开和模拟器运行。
主要编程语言: Python
新手在使用这个项目时需要特别注意的3个问题和详细解决步骤
问题1: 安装依赖库失败
解决步骤:
- 确保已安装 Python 3.7.6 或更高版本。可以从 Python 官方网站 下载并安装。
- 克隆或下载 SmartOnmyoji 项目。
- 打开 PowerShell 或 CMD,进入项目根目录。
- 运行以下命令安装依赖库:
pip install -r requirements.txt - 如果安装过程中出现错误,尝试使用国内镜像源,例如:
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
问题2: 脚本运行时无法识别游戏窗口
解决步骤:
- 确保游戏窗口已打开,并且没有被其他窗口遮挡。
- 在脚本运行前,点击选择窗体,确保在倒计时结束前点击游戏窗口。
- 如果仍然无法识别窗口,尝试调整脚本的运行模式为兼容模式:
兼容模式:即前台模式(始终保持窗口最前,不能正常使用鼠标),支持所有窗体 - 检查游戏窗口的分辨率是否与脚本中使用的模板图片分辨率一致。如果不一致,需要重新截图并替换模板图片。
问题3: 脚本运行过程中频繁匹配失败
解决步骤:
- 检查
/img目录下的模板图片是否与游戏中的目标一致。如果不一致,需要重新截图并替换模板图片。 - 尝试使用特征点匹配方法,而不是模板匹配方法。特征点匹配方法对目标图片的要求较低,但速度较慢。
- 调整匹配间隔时间,增加匹配间隔可以提高匹配成功率,但会降低脚本的运行速度。
- 如果使用的是阴阳师电脑版,不要调整分辨率。如果必须调整分辨率,需要重新截图并替换模板图片。
通过以上步骤,新手用户可以更好地理解和使用 SmartOnmyoji 项目,解决常见问题,提高脚本的稳定性和准确性。
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0172- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go03
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
597
4 K
Ascend Extension for PyTorch
Python
434
524
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++
917
755
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
365
244
暂无简介
Dart
842
204
🎉 (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
1.45 K
814
昇腾LLM分布式训练框架
Python
130
154
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++
112
166
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
128
173