SmartOnmyoji阴阳师自动化脚本使用指南
2026-02-06 04:59:54作者:盛欣凯Ernestine
SmartOnmyoji是一款基于Python开发的开源游戏自动化工具,专为《阴阳师》及类似卡牌手游玩家设计。通过智能图像识别技术,实现游戏内自动找图、精准点击、后台运行等核心功能,完美支持模拟器多开,让玩家告别重复操作。
核心功能特性
多场景自动作战
脚本支持御魂、觉醒、探索、魂土等核心玩法的自动化操作,内置多种游戏场景模板。用户可以根据不同游戏模式选择对应的图片模板文件夹,无需手动配置即可快速启动。
后台运行与多开支持
脚本无需游戏窗口置顶,最小化状态下仍可稳定运行。通过ModuleHandleSet.py模块支持同时管理多个游戏窗口,配合模拟器多开功能,实现"一机多号"同步操作。
全模拟器兼容
完美兼容雷电、MuMu、夜神等主流安卓模拟器,通过ADB协议实现跨设备控制。不仅限于阴阳师,任何需要重复点击的手游均可适配。
安装与配置
环境准备
- 安装Python 3.7.6或更高版本
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/smar/SmartOnmyoji - 安装依赖库:
pip install -r requirements.txt
快速开始
- 运行主程序:
python smart_onmyoji_start.py - 选择使用的客户端(阴阳师桌面版或模拟器)
- 选择单开或多开模式
- 点击"选择窗体"获取游戏窗口句柄
- 选择目标场景模式(如御魂)
- 调整运行参数后点击"开始匹配"
使用技巧与注意事项
防检测机制
脚本采用多种防检测技术:
- 随机坐标偏移:通过ModuleDoClick.py模块生成随机点击偏移量
- 正态分布点击模型:模拟人类点击行为模式
- 随机等待时间:避免机械重复操作
- 日志分析功能:通过click_log记录分析点击行为
自定义场景配置
用户可以自定义游戏场景:
- 将游戏截图保存至对应场景文件夹(如img/huntu/)
- 通过数字前缀设置点击优先级
- 配置img_pos.json文件设置特殊标记
性能优化建议
- 压缩率设置在0.6左右平衡准确率和速度
- 特征点匹配适配不同分辨率但速度较慢
- 模板匹配速度快但要求图片完全一致
- 多开模式建议使用较高配置设备
技术原理
图像识别技术
通过ModuleImgProcess.py的SIFT特征匹配算法快速识别游戏界面元素。即使在不同的分辨率和缩放比例下,仍能保持较高的识别准确率。
智能点击系统
ModuleDoClick.py模块实现人类点击行为模拟,包括:
- 随机偏移点击
- 正态分布模型
- 区域随机点击
- 轨迹混淆算法
异常处理机制
- 实时日志记录(modules/click_log/)
- 异常提示音(modules/sounds/warming.wav)
- 连续错误自动停止
- 网络延迟自适应
常见问题解决
模拟器连接问题
检查ADB服务是否启动,尝试重启模拟器或运行adb devices命令确认连接状态。
匹配失败处理
- 确保截图清晰且存放至正确目录
- 尝试使用特征点匹配方法
- 检查游戏分辨率是否变化
- 切换为兼容模式测试
性能优化
如果运行速度较慢,可以:
- 调整图片压缩率
- 减少匹配间隔时间
- 关闭不必要的日志记录
- 使用模板匹配替代特征点匹配
安全使用建议
- 避免高强度连续使用(建议每天不超过300次)
- 适当使用游戏内樱饼功能
- 定期更换点击参数和等待时间
- 避免在官方活动期间过度使用
- 关注游戏官方公告和政策变化
项目结构说明
- img/:各场景图片模板目录
- modules/:核心功能模块
- ModuleImgProcess.py:图像处理模块
- ModuleDoClick.py:点击控制模块
- ModuleHandleSet.py:窗口管理模块
- config.ini:配置文件
- smart_onmyoji_start.py:主程序入口
SmartOnmyoji作为学习项目开发,虽然作者已不再维护,但代码结构清晰,注释完整,适合Python初学者学习和参考。使用时请遵守游戏规则,适度使用自动化工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
561
3.81 K
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++
891
652
昇腾LLM分布式训练框架
Python
115
146
Ascend Extension for PyTorch
Python
373
436
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
348
196
React Native鸿蒙化仓库
JavaScript
308
359
Dora SSR 是一款跨平台的游戏引擎,提供前沿或是具有探索性的游戏开发功能。它内置了Web IDE,提供了可以轻轻松松通过浏览器访问的快捷游戏开发环境,特别适合于在新兴市场如国产游戏掌机和其它移动电子设备上直接进行游戏开发和编程学习。
C++
57
7
暂无简介
Dart
794
196
🎉 (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
1.36 K
772
