StarRailCopilot项目中的遗器本识别问题分析与解决方案
2025-06-20 22:48:20作者:何将鹤
问题背景
在StarRailCopilot项目中,用户报告了一个关于遗器本识别的问题。具体表现为当"物理·击破"遗器本不在列表第一页时,系统无法正确识别该副本。这个问题影响了自动化流程的正常执行,导致用户无法顺利完成预设的每日副本挑战任务。
问题现象分析
从用户提供的日志和截图可以观察到以下关键现象:
- 系统在尝试识别"物理·击破"遗器本时,仅扫描了列表的前几项内容
- 日志显示系统识别到了"霜风之径"、"漂泊之径"和"圣颂之径"三个副本,但没有找到目标副本
- 用户截图证实目标副本确实存在于列表中,但位于较靠后的位置
- 系统在识别失败后没有尝试向下滚动查看更多副本选项
技术原因探究
经过深入分析,这个问题主要由以下几个技术因素导致:
-
列表识别范围限制:当前实现仅扫描列表的可见部分(通常是第一页内容),没有实现完整的滚动查找机制。
-
副本排序逻辑假设:代码中隐含假设了副本会按照某种特定顺序排列,而实际上游戏中的副本列表顺序可能与解锁顺序或其他因素相关。
-
OCR识别范围局限:光学字符识别(OCR)仅应用于当前屏幕可见区域,没有结合滚动操作来扩大识别范围。
-
状态检测不完整:系统没有充分检测副本的解锁状态("传送"与"追踪"的区别),导致对已解锁副本的判断不准确。
解决方案设计
针对上述问题,建议从以下几个方面进行改进:
-
实现完整的滚动查找机制:
- 添加向下滚动功能,确保能够浏览整个副本列表
- 设置合理的滚动步长和最大滚动次数,平衡查找效率和完整性
- 实现滚动后的内容重新识别流程
-
改进副本识别逻辑:
- 移除对副本排序的任何假设,采用完全动态的识别方式
- 增加对副本解锁状态的检测(区分"传送"和"追踪")
- 实现更健壮的OCR后处理,处理可能的识别错误
-
优化错误处理流程:
- 当目标副本不在当前视图中时,自动触发滚动操作
- 设置合理的超时机制,避免无限查找
- 提供更清晰的错误日志,帮助诊断识别失败原因
-
增强用户体验:
- 在UI中显示当前查找进度
- 提供手动干预的选项
- 优化查找过程的视觉反馈
实现建议
具体到代码层面,可以考虑以下实现方式:
- 在DraggableList类中增加scroll_down方法,实现可控的列表滚动
- 修改DungeonList的识别逻辑,使其能够处理多页内容
- 添加对副本状态的检测逻辑,准确判断是否已解锁
- 实现查找循环,结合滚动和识别操作,直到找到目标或达到最大尝试次数
总结
StarRailCopilot项目中的这个遗器本识别问题揭示了自动化系统中常见的界面元素查找挑战。通过分析我们了解到,健壮的自动化系统不能对界面元素的排列顺序做任何假设,必须实现完整的查找机制。解决方案不仅需要解决当前的具体问题,还应建立更通用的界面元素查找框架,为处理类似问题提供基础。这种改进将显著提升系统的稳定性和用户体验,使自动化流程更加可靠。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1