如何高效使用auto-derby:5个自动化养马实用技巧
在《赛马娘》游戏中,手动育成需要投入大量时间来处理训练、比赛、商店等重复任务。auto-derby作为一款专为《赛马娘》设计的自动化辅助脚本,能够通过智能决策系统实现24小时不间断育成,让玩家专注于策略规划而非机械操作。本文将从工具特性、安装配置、核心功能到进阶技巧,全面介绍如何利用auto-derby提升养马效率。
工具介绍:解放双手的赛马娘自动化助手 🛠️
auto-derby是一款开源的《赛马娘》辅助脚本,支持DMM客户端和安卓ADB连接两种控制方式。其核心优势在于通过图像识别技术分析游戏界面状态,结合内置的策略算法自动执行育成操作。工具采用插件化架构设计,允许用户根据需求扩展功能,例如限时商店自动购买、特定剧本优化等。目前已适配主流游戏剧本,包括URA Finals、アオハル杯等特殊模式。
auto-derby自动育成界面 - 显示角色状态与可执行操作
核心优势:自动化与智能化的完美结合
传统手动操作与auto-derby自动化处理的效率对比如下:
| 操作类型 | 手动处理 | auto-derby自动化 | 效率提升 |
|---|---|---|---|
| 日常训练规划 | 需手动选择训练项目,判断体力消耗 | 基于属性自动选择最优训练方案 | 85% |
| 比赛参与决策 | 需查阅攻略选择赛事,手动确认参赛 | 自动分析赛事收益与胜率,智能参赛 | 90% |
| 限时商店处理 | 需定时查看,手动购买物品 | 插件自动处理购买逻辑,即时响应 | 100% |
| 多账号管理 | 需切换账号,重复操作 | 支持多实例运行,并行处理 | 300% |
auto-derby的核心价值在于其自适应决策系统,能够根据当前角色属性、赛事日程、物品持有情况动态调整策略,避免了传统脚本固定流程的局限性。
安装流程:3步快速部署自动化环境
环境准备与依赖安装
确保系统已安装Python 3.8或更高版本,通过以下步骤完成配置:
-
获取项目代码
git clone https://gitcode.com/gh_mirrors/au/auto-derby cd auto-derby -
安装依赖包
python -m pip install -r requirements.txt -
启动应用程序 双击运行
launcher.cmd或通过命令行启动:python -m auto_derby
首次启动时,程序会引导用户选择工作模式和连接方式(DMM或ADB),建议保持默认设置完成初始配置。
功能解析:五大核心模块深度应用
智能训练系统:属性最大化培养方案
auto-derby的训练系统会实时分析角色当前属性、体力状态和训练效果,自动选择最优训练项目。系统会优先考虑:
- 属性成长效率(单位体力的属性增加值)
- 训练成功率(结合当前状态和可用道具)
- 羁绊值提升机会(优先选择有友人卡加成的训练)
auto-derby训练选择界面 - 显示各训练项目的属性加成与成功率
赛事管理系统:收益导向的比赛策略
赛事模块会根据当前角色能力和赛事奖励自动筛选参赛目标:
- 分析赛事难度与角色适应性匹配度
- 计算基础奖励与粉丝增长效率
- 优先参加关键赛事以解锁更高等级比赛
auto-derby赛事选择界面 - 高亮推荐赛事并显示收益信息
物品管理系统:智能道具使用策略
物品模块会根据情境自动使用合适的道具:
- 训练前自动使用成功率提升道具
- 状态异常时使用恢复道具
- 比赛前根据赛道特性使用适应性道具
auto-derby物品使用界面 - 显示持有的育成道具及其效果
团队竞赛系统:最优对手选择算法
针对团队赛模式,系统会:
- 分析对手实力与自身胜率
- 选择最有利于排名提升的对手
- 动态调整比赛策略应对不同对手类型
auto-derby团队赛对手选择界面 - 显示推荐对手及对战收益
使用技巧:三个进阶使用方法
插件系统自定义
通过插件扩展功能,例如:
limited_sale_buy_everything:自动购买限时商店所有物品more_g1:优先参加G1级别的比赛pause_on_last_turn:最终阶段暂停让玩家手动操作
安装插件只需将插件文件放入plugins目录,重启程序即可生效。
训练优先级调整
修改配置文件调整训练侧重点:
# 在配置文件中设置训练权重
TRAINING_WEIGHTS = {
'speed': 1.2, # 速度权重提升20%
'stamina': 1.0, # 耐力保持默认
'power': 0.8, # 力量降低20%权重
# 其他属性...
}
多账号并行管理
通过创建多个配置文件实现多账号同时运行:
# 复制配置文件
cp config.ini account1.ini
# 修改账号1配置
vim account1.ini
# 启动多个实例
python -m auto_derby --config account1.ini &
python -m auto_derby --config account2.ini &
常见问题:解决使用中的痛点
连接失败问题
- 确保游戏窗口处于激活状态且分辨率为1080x1920
- ADB连接需开启USB调试并允许权限
- 关闭游戏内特效可能提升识别稳定性
识别错误问题
- 更新模板文件到最新版本
- 确保游戏语言设置为日语
- 清理游戏缓存后重启
策略调整问题
- 通过
debug模式查看决策日志 - 使用
training_scene_analyzer工具分析识别问题 - 在社区论坛分享异常场景截图获取支持
通过合理配置和灵活使用插件,auto-derby能够满足不同玩家的个性化需求,从休闲玩家到重度育成爱好者都能找到适合自己的自动化方案。随着游戏版本更新,工具也会持续优化适配新内容,为玩家提供稳定高效的自动化体验。
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 StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
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