当前位置：首页 > news >正文

阴阳师自动化脚本架构设计：基于Pydantic配置管理的模块化游戏任务调度引擎

news 2026/7/31 8:40:32

阴阳师自动化脚本架构设计：基于Pydantic配置管理的模块化游戏任务调度引擎

【免费下载链接】OnmyojiAutoScriptOnmyoji Auto Script | 阴阳师脚本项目地址: https://gitcode.com/gh_mirrors/on/OnmyojiAutoScript

OnmyojiAutoScript（OAS）是一款专为阴阳师手游设计的开源自动化脚本，采用现代化的Python架构设计，实现了基于计算机视觉和智能决策的游戏任务自动化。作为一款面向技术爱好者和开发者的高级自动化工具，OAS通过模块化设计、配置驱动的任务调度和多设备协同控制，为游戏自动化领域提供了全新的技术解决方案。

问题重构：传统游戏自动化脚本的技术瓶颈与架构缺陷

传统的游戏自动化脚本通常面临三大技术挑战：配置管理混乱、代码耦合度高、扩展性差。在复杂的游戏场景中，这些缺陷导致脚本维护困难、功能迭代缓慢。OAS通过重新定义自动化脚本的架构范式，解决了这些长期存在的技术痛点。

大多数自动化脚本采用硬编码配置或简单的INI文件管理，难以应对阴阳师这样拥有数百个任务、数十种游戏场景的复杂环境。OAS创新性地引入Pydantic数据验证框架，构建了类型安全的配置管理系统，支持复杂的嵌套结构和运行时验证。

基于Pydantic的配置管理系统架构，支持类型安全的配置验证和动态更新

技术解构：三层架构设计与模块化任务调度引擎

核心架构层：设备控制与图像识别

OAS采用三层架构设计，底层是设备控制层（Device Layer），通过module/device/模块提供统一的设备操作接口。该层支持多种控制方案：

# 设备控制层核心类结构 class Device(Platform, Screenshot, Control, AppControl): """统一的设备操作接口，支持Windows消息和ADB两种控制模式""" def __init__(self, config: Config, device: Device): self.config = config self.device = device # 支持多种控制方法 control_method: ControlMethod = Field(default=ControlMethod.WINDOW_MESSAGE)

设备控制层通过抽象接口实现了Windows消息控制和ADB Minitouch控制的双重支持，开发者可以根据需求灵活选择控制方案。图像识别模块则集成了PP-OCR ONNX引擎，提供高效的文字识别能力。

原子操作层：可复用的游戏交互单元

中间层是原子操作层（Atom Layer），位于module/atom/目录下，提供了游戏交互的基本构建块：

RuleImage：基于模板匹配的图像识别
RuleOcr：基于OCR的文字识别
RuleClick：智能点击操作
RuleSwipe：模拟手势滑动
RuleList：列表操作抽象

每个原子操作都经过精心设计，支持自适应阈值、多区域匹配和失败重试机制。这种设计使得高层任务可以通过组合原子操作来构建复杂的游戏流程。

任务调度层：基于配置的智能任务管理

顶层是任务调度层（Task Layer），通过tasks/base_task.py定义了统一的任务基类：

class BaseTask(GlobalGameAssets, CostumeBase): """所有任务类的基类，提供统一的执行接口和生命周期管理""" config: Config = None device: Device = None def __init__(self, config: Config, device: Device) -> None: self.config = config self.device = device def run(self) -> bool: """任务执行入口，支持异常处理和状态恢复""" # 任务执行逻辑

任务调度系统的数据统计界面，展示任务执行状态和性能指标

应用重构：配置驱动的自动化任务开发范式

Pydantic配置模型：类型安全的任务配置

OAS最大的技术突破在于将Pydantic深度集成到配置系统中。每个任务模块都定义了自己的配置模型：

from pydantic import BaseModel, Field class HyakkiyakouConfig(BaseModel): """百鬼夜行任务的配置模型""" hya_sp: float = Field(default=1.0, ge=0.0, le=2.0, description="SP式神权重系数") hya_ssr: float = Field(default=1.0, ge=0.0, le=2.0, description="SSR式神权重系数") hya_sr: float = Field(default=0.7, ge=0.0, le=2.0, description="SR式神权重系数") hya_r: float = Field(default=0.3, ge=0.0, le=2.0, description="R式神权重系数") hya_n: float = Field(default=0.0, ge=0.0, le=2.0, description="N式神权重系数")

这种类型安全的配置系统不仅提供了运行时验证，还生成了完整的配置文档，支持IDE的智能提示和代码补全。

模块化任务开发：快速扩展新功能

开发者可以通过继承BaseTask类快速创建新的自动化任务。以百鬼夜行为例，任务模块位于tasks/Hyakkiyakou/目录，包含完整的资源管理、配置定义和执行逻辑：

tasks/Hyakkiyakou/ ├── assets.py # 资源定义 ├── config.py # 配置模型 ├── script_task.py # 任务执行逻辑 ├── agent/ # AI决策代理 ├── prepare/ # 预处理模块 └── utils/ # 工具函数

这种模块化设计使得新功能的开发变得异常简单。开发者只需关注特定游戏场景的业务逻辑，底层的基础设施由框架统一提供。

智能决策引擎：基于权重的自适应策略

OAS在百鬼夜行等复杂场景中实现了智能决策引擎。系统不仅识别式神，还根据配置的权重系数进行撒豆决策：

# 智能决策逻辑示例 def decide_throw_strategy(self, shikigami_rarity: str) -> bool: """根据式神稀有度决定是否撒豆""" weights = { 'SP': self.config.hya_sp, 'SSR': self.config.hya_ssr, 'SR': self.config.hya_sr, 'R': self.config.hya_r, 'N': self.config.hya_n } weight = weights.get(shikigami_rarity, 0.0) # 结合历史命中率、剩余豆子数量等因素进行综合决策 return self._calculate_throw_probability(weight)

功能模块的轮播展示界面，支持代码示例和实时预览