🔥原神全自动辅助神器:BetterGI 让你轻松玩转提瓦特,解放双手的终极攻略!
BetterGI(全称:better-genshin-impact)是一款专为《原神》玩家打造的UI自动化工具,通过智能识别与操作,实现自动拾取、全自动钓鱼(AI驱动)、七圣召唤托管、剧情跳过等实用功能,让你告别重复操作,专注于探索提瓦特的乐趣!
🚀核心功能一览:提瓦特冒险的得力助手
BetterGI整合了多项黑科技,覆盖玩家日常游戏中的高频需求,以下是最受欢迎的功能模块:
🎣 AI全自动钓鱼:轻松钓满全图鉴
无需紧盯屏幕,AI自动识别鱼漂状态、精准提竿,支持全地图钓鱼点,甚至能智能判断鱼类稀有度。从此钓鱼不再是负担,材料、成就轻松到手!
🎭 剧情一键跳过:告别冗长对话
自动识别剧情对话界面,快速跳过重复过场,让你专注于关键剧情节点,节省大量时间。特别适合二刷剧情或快速推进新内容时使用。
⚔️ 七圣召唤托管:轻松上段的秘诀
内置智能出牌策略,自动匹配最优卡组,支持自定义战术配置,即使是新手也能轻松应对各种对局,快速提升牌手等级!
🧺 自动拾取与探索:不漏掉任何宝箱
在跑图过程中自动识别并拾取掉落物、开启宝箱,搭配路径规划功能,让资源收集效率翻倍,再也不用担心遗漏神瞳或宝箱!
📥 3步极速上手:从安装到使用超简单
环境准备:1分钟搞定依赖
BetterGI基于.NET框架开发,只需两步即可完成环境配置:
- 安装 .NET SDK(推荐6.0及以上版本)
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/be/better-genshin-impact cd better-genshin-impact
编译运行:一行命令启动工具
进入项目目录后,依次执行以下命令:
# 编译项目
dotnet build
# 启动BetterGI
dotnet run
首次启动会自动生成配置文件,根据引导完成基础设置即可开始使用。
功能配置:可视化界面轻松调参
工具提供直观的图形界面,所有功能开关与参数均可通过UI调整:
- 钓鱼设置:GameTask/AutoFishing/AutoFishingConfig.cs
- 快捷键配置:Core/Config/HotKeyConfig.cs
- AI识别精度:Core/Recognition/PaddleOcrModelConfig.cs
💡 高手进阶:这些技巧让效率再提升300%
自定义脚本:实现个性化自动化流程
BetterGI支持通过脚本扩展功能,高级玩家可通过Script/目录下的API编写自定义任务,例如:
- 定期自动派遣角色获取资源
- 副本挑战自动配队与战斗
- 材料采集路线规划
多账号管理:一键切换不同角色配置
通过配置文件隔离功能,可快速切换不同账号的设置,适合多角色玩家或代练使用。配置文件路径:User/
性能优化:低配电脑也能流畅运行
若游戏帧率下降,可尝试调整:
- 降低截图识别频率(路径:Core/Config/HardwareAccelerationConfig.cs)
- 关闭非必要功能(如画质增强)
- 调整AI模型精度为"性能优先"模式
🛡️ 安全与合规:放心使用的保障
BetterGI采用本地图像识别技术,不读取游戏内存、不修改游戏数据,全程模拟人工操作,安全性经过大量玩家验证。使用时建议:
- 从官方仓库获取最新版本
- 避免过度自动化导致账号异常
- 遵守游戏用户协议,合理使用辅助功能
🤝 生态与社区:与其他工具无缝协同
伐木助手:GameTask/AutoWood/
自动识别并砍伐树木,配合路径规划功能,高效收集木材资源,适合建造尘歌壶或制作家具。
深渊自动战斗:GameTask/AutoFight/
支持自定义战斗策略,自动释放技能、切换角色,轻松通关深渊12层,获取满星奖励。
📚 官方资源与支持
- 详细文档:Docs/
- 配置示例:Core/Config/
- 问题反馈:通过项目仓库issue提交建议或bug
BetterGI持续更新迭代,欢迎加入社区贡献代码或分享使用心得,让提瓦特冒险更轻松!✨
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07