FGO-py项目架构与使用指南:从入门到精通
2026-04-16 09:05:31作者:明树来
📁 核心架构解密:如何快速理解FGO-py的内部构造
FGO-py作为一款Fate/Grand Order游戏助手工具,其架构设计围绕自动化游戏操作为核心,采用模块化设计实现功能解耦。项目结构解析对于开发者快速定位功能模块至关重要,以下是基于实际项目文件的架构分析:
核心目录结构
FGO-py/
├── fgoImage/ # 图像资源库,包含游戏场景、素材等图片
├── fgoWebUI/ # Web界面相关文件
├── deploy/ # 部署配置目录,含Docker和AidLux环境脚本
├── doc/ # 项目文档与截图
├── fgo.py # 主程序入口
├── fgoConfig.py # 配置管理模块
└── requirements.txt # 依赖包清单
图1:FGO-py项目中的游戏场景地图资源,用于自动化战斗定位
关键模块解析
- 核心功能层:通过
fgoKernel.py实现游戏逻辑控制,fgoDevice.py处理设备连接 - 图像识别层:
fgoDetect.py负责游戏画面分析,依赖fgoImage/目录下的素材资源 - 配置管理层:
fgoConfig.py统一处理用户设置,支持多环境配置切换 - 用户界面层:提供
fgoGui.py图形界面和fgoCli.py命令行两种操作方式
[!TIP] 开发环境建议关注
fgoWebUI/目录下的前端资源,部署环境则重点配置deploy/目录中的脚本文件。
🚀 快速通关:5分钟上手FGO-py的实操流程
环境准备
📌 步骤1:获取项目代码
git clone https://gitcode.com/GitHub_Trending/fg/FGO-py
cd FGO-py
📌 步骤2:安装依赖
pip install -r requirements.txt
📌 步骤3:启动程序
- 图形界面模式(推荐新手):
python fgoGui.py - 命令行模式(适合服务器部署):
python fgoCli.py
基础操作流程
- 设备连接:通过USB或ADB无线连接安卓设备
- 队伍配置:在
fgoTeamup.ini中设置作战队伍 - 任务启动:在界面选择"清空体力"或"每日任务"
- 监控运行:通过日志面板查看实时执行状态
[!TIP] 首次使用建议先运行
python fgoRunOnce.py进行环境检测,确保所有依赖正常加载。
⚙️ 进阶配置指南:从默认设置到个性化定制
核心配置参数优化
| 参数类别 | 配置项 | 默认值 | 建议值 | 应用场景 |
|---|---|---|---|---|
| 战斗设置 | terminateLater |
0 | 1 | 允许战斗结束后延迟退出 |
| 设备设置 | adbConnectTimeout |
5 | 10 | 解决低网速环境连接问题 |
| 任务调度 | stopWhenFever |
False | True | fever模式时暂停任务 |
配置文件修改方法
📌 修改步骤:
- 复制模板配置:
cp fgoConfig.py.example fgoConfig.py - 使用文本编辑器打开:
nano fgoConfig.py - 修改对应参数后保存
- 重启程序使配置生效
多环境部署方案
- 本地开发环境:直接运行
fgo.py,适合功能调试 - Docker部署:使用
deploy/Docker/Dockerfile构建镜像,实现隔离运行 - 移动设备:通过
deploy/AidLux/AidLux.sh脚本在AidLux系统部署
[!TIP] 配置冲突解决:当自定义配置不生效时,检查
fgoTemp/目录下是否存在缓存配置,删除后重启程序即可。
❓ 常见问题解答
Q1:程序无法识别游戏画面怎么办?
A1:确保游戏分辨率设置为1920x1080,且未启用画面缩放。可运行python fgoImageListener.py测试图像识别功能。
Q2:如何添加自定义战斗脚本?
A2:在fgoScript.txt中按指定格式编写脚本,通过script load命令加载。详细语法参考doc/versions.md文档。
Q3:Docker部署时设备连接失败?
A3:需使用--network=host参数启动容器,或通过adb connect命令手动连接设备IP。
通过以上指南,您已掌握FGO-py的核心架构与使用方法。项目持续更新中,建议定期查看doc/versions.md获取最新功能说明。
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 StartedRust0186
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 Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
759
4.94 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++
854
1.91 K
deepin linux kernel
C
32
16
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++
674
1.32 K
Ascend Extension for PyTorch
Python
716
866
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
1.78 K
186
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
454
436
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++
1.07 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259

