March7thAssistant 支援角色选择功能的高分屏适配问题分析
2025-05-30 09:05:25作者:宗隆裙
问题背景
March7thAssistant 是一款自动化辅助工具,在2.5.2版本中,用户反馈在饰品提取功能中存在支援角色选择异常的问题。具体表现为:虽然工具能够正确打开支援菜单,但无法识别并选择预设的支援角色,导致直接跳过支援选择进入关卡。
问题现象分析
从用户提供的日志中可以观察到几个关键现象:
- OCR识别阶段能够正确识别"支援列表"文字,相似度达到0.99
- 在识别具体支援角色名称时出现"未找到匹配文字"的错误
- 当滚动查找次数设置为1时,日志中完全无法读取识别列表
- 增加滚动查找次数至3后,能在日志中看到识别结果,但仍无法正确点击对应好友
技术原因探究
经过开发者分析,该问题主要与高分屏显示适配有关。在高分辨率显示环境下,工具原有的OCR识别区域和点击坐标计算可能产生偏差,导致以下具体问题:
- 文字识别区域与实际显示区域不匹配,造成识别失败
- 滚动操作与屏幕实际像素位移不匹配,影响完整列表的获取
- 点击坐标计算未考虑高分屏的缩放因素,导致无法正确选择识别到的角色
解决方案
开发者在2.5.3版本中针对高分屏环境进行了专门优化,主要改进包括:
- 调整OCR识别区域的计算方式,适配不同分辨率
- 优化滚动操作的像素位移计算,确保能完整获取列表
- 改进坐标转换算法,使点击操作能准确定位到识别结果
用户验证
升级到2.5.3版本后,用户反馈问题已解决,支援角色选择功能恢复正常。这表明高分屏适配优化取得了预期效果。
技术启示
这个案例展示了自动化工具开发中环境适配的重要性,特别是对于:
- 不同显示分辨率的处理
- OCR识别区域的自适应计算
- 操作坐标的精准转换
开发者需要充分考虑终端设备的多样性,建立完善的测试矩阵,确保工具在各种环境下都能稳定运行。同时,详细的日志记录对于快速定位此类显示相关的问题至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218