AzurLaneAutoScript云手机运行异常问题分析与解决方案
2025-05-30 11:19:38作者:卓炯娓
问题背景
在AzurLaneAutoScript(碧蓝航线自动化脚本)项目中,部分用户反馈在星界链云手机环境下运行时出现异常情况。主要表现为脚本启动后点击位置错误,导致进入死循环重启状态。该问题与常规Windows环境下通过ADB连接运行时的表现不同,值得深入分析。
问题现象
当在云手机内部浏览器中启动ALAS时,系统会错误识别设备分辨率参数,具体表现为:
异常执行时:max_contact: 10; max_x: 720; max_y: 1280; max_pressure: 255
正常执行时:max_contact: 10; max_x: 1280; max_y: 720; max_pressure: 255
可以看到x和y坐标值被错误地交换了,这导致后续所有点击操作的位置计算都出现偏差。
根本原因分析
经过技术分析,该问题主要由以下几个因素共同导致:
-
分辨率识别异常:云手机环境下的ADB服务在初始化阶段可能返回了错误的屏幕方向信息,导致x/y坐标被反转。
-
时序问题:云手机服务器性能限制可能导致在读取设备参数时游戏尚未完全启动,获取到的是初始状态的不完整数据。
-
环境特殊性:云手机环境与常规物理设备或模拟器存在差异,特别是在屏幕方向处理和输入子系统方面。
解决方案
临时解决方案
-
横屏启动法:
- 在云手机浏览器保持横屏状态下启动ALAS
- 在游戏自动启动前返回桌面
- 让游戏自动启动后继续运行
-
外部ADB连接:
- 通过公网IP转发ADB端口
- 不在云手机内部启动ALAS,而是通过外部访问
长期解决方案
项目团队已在最新代码中修复了此问题,主要改进包括:
- 增强了对云手机环境的特殊处理
- 优化了分辨率参数的获取逻辑
- 增加了对异常情况的容错机制
技术建议
对于需要在云手机环境运行自动化脚本的用户,建议:
- 确保使用最新版本的AzurLaneAutoScript
- 监控脚本启动初期的日志输出,特别是分辨率参数
- 在云手机设置中锁定屏幕方向为横屏模式
- 考虑云手机服务器的性能配置,避免资源不足导致异常
总结
云手机环境下的自动化操作存在其特殊性,AzurLaneAutoScript项目团队将持续优化对各种运行环境的兼容性。用户遇到类似问题时,可参考本文提供的解决方案,或关注项目的后续更新。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
137
169
React Native鸿蒙化仓库
JavaScript
235
309
暂无简介
Dart
598
130
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++
631
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
688
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
仓颉编程语言测试用例。
Cangjie
36
688