🔥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!✨
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00