AzurLaneAutoScript 科研项目过滤器的正确使用方式
2025-05-30 21:40:28作者:尤辰城Agatha
科研项目过滤器的匹配机制
在 AzurLaneAutoScript 中,科研项目的过滤器匹配遵循严格的属性顺序规则。系统会按照 ('series', 'ship', 'ship_rarity', 'genre', 'number', 'duration') 的顺序进行匹配,即:
- 项目期数 (series)
- 船名称 (ship)
- 船稀有度 (ship_rarity)
- 项目类别 (genre)
- 项目数字 (number)
- 项目时长 (duration)
常见错误配置分析
许多用户在使用自定义科研过滤器时,容易犯以下错误:
-
属性顺序错误:试图将船名放在时长后面,如
S7-D-2.5nakhimov,实际上系统只会识别到S7-D-2.5,后面的船名部分会被丢弃。 -
属性缺失:在中间跳过某些属性会导致后续属性无法正确匹配。
-
过度简化:只指定部分属性,导致匹配范围过大。
正确配置示例
以下是一个正确的科研过滤器配置示例,优先选择纳希莫夫相关项目:
S7-nakhimov-DR-0.5 > S7-napoli-DR-0.5 > S7-H-0.5 > S7-Q-0.5 > S7-PRY-0.5
> S7-nakhimov-DR-2.5 > S7-napoli-DR-2.5 > S7-nakhimov-DR-5 > S7-napoli-DR-5
> S7-nakhimov-DR-8 > S7-napoli-DR-8 > S7-H-1 > S7-H-2 > S7-Q-1 > reset > S7-H-4
> S7-G-1.5 > S7-Q-2 > S7-G-2.5 > S7-PRY-2.5 > S7-E-2 > shortest
配置建议
-
完整属性链:确保每个过滤器条目都包含完整的属性链,从期数到时长。
-
明确优先级:将最高优先级的项目放在最前面,系统会按顺序匹配第一个符合条件的项目。
-
测试验证:配置后应观察日志输出,确认实际匹配的项目是否符合预期。
-
分段管理:可以按项目时长或类别将过滤器分成多个段落,提高可读性。
高级技巧
对于有特定需求的用户,可以考虑:
-
稀有度控制:在船名后添加稀有度标识,如
S7-nakhimov-UR-DR-0.5。 -
混合匹配:使用通配符
*来匹配多个可能的值。 -
时长范围:通过多个时长条目来实现时长范围的选择。
通过正确理解和使用科研项目过滤器的匹配机制,用户可以更精确地控制自动科研的选择逻辑,提高科研效率。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0199
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 Notebook0130
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。Python08
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
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
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
461
455
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++
1.09 K
1.12 K
Claude 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 Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265