Python自动化脚本：从零构建《三国杀》钓鱼辅助
1. 环境准备：搭建自动化钓鱼的基石
想要实现《三国杀》钓鱼自动化，首先需要搭建一个稳定的开发环境。我推荐使用雷电模拟器9作为游戏运行平台，它不仅对Android游戏兼容性好，而且提供了丰富的调试功能。记得在安装时选择非vivo手机型号，这个坑我已经帮你们踩过了——vivo机型在运行某些游戏商店时会出现兼容性问题。
Python环境建议选择3.12.7版本，这个版本在图像处理和自动化控制方面表现稳定。安装时务必勾选"Add Python to PATH"选项，否则后续命令行操作会遇到麻烦。开发工具推荐VSCode，安装Python扩展后可以实时调试代码，这对自动化脚本开发特别重要。我实测过PyCharm等专业IDE，但对于这种小型自动化项目，轻量级的VSCode反而更高效。
硬件方面有个关键点：显示器分辨率最好达到2K以上。1920x1080的屏幕运行雷电模拟器时经常会出现窗口尺寸不匹配的问题，这是因为模拟器需要额外的像素空间来渲染Android系统界面。如果只有1080p屏幕，可以通过调整模拟器的自定义分辨率来解决，具体方法后面会详细说明。
2. 核心库解析：自动化控制的秘密武器
pyautogui是这个项目的核心武器，它能模拟鼠标移动、点击和拖拽操作。但要注意，它默认使用屏幕绝对坐标，所以我们需要先获取模拟器窗口的位置信息。这里有个技巧：通过pygetwindow库的getWindowsWithTitle()方法，可以精准定位模拟器窗口的左上角坐标。
图像识别方面，PIL库的ImageGrab模块负责屏幕截图，numpy则处理图像数据。我最初尝试用OpenCV做模板匹配，后来发现对于这种固定场景的颜色识别，直接比较RGB值反而更高效。代码中设置的色差阈值5.5是经过数百次测试得出的经验值，能有效区分不同状态下的按钮颜色。
多进程通信使用multiprocessing库实现，这是保证脚本稳定运行的关键。主进程负责控制钓鱼流程，两个子进程分别监控鱼竿状态和"再次钓鱼"按钮。这种设计即使在高负载情况下也不会出现操作延迟，我的OMEN笔记本实测可以连续运行12小时不卡顿。
3. 脚本架构设计：模块化思维实现复杂功能
整个脚本采用类封装的设计模式，Fishing类负责所有与游戏交互的操作。这种设计有个明显优势：当需要适配不同分辨率时，只需修改position.json配置文件，无需改动核心代码。我在开发过程中重构了三次，最终这个版本的可维护性是最好的。
状态监控是脚本最精妙的部分。WatchSpeed进程持续检测鱼竿弯曲程度，当slow.value变为True时，表示需要收杆。这里用到了颜色占比算法：当目标区域内的特定颜色像素超过50%时触发操作。实际测试发现，将阈值设为0.5（50%）能在反应速度和误判率之间取得最佳平衡。
多进程通信通过Queue实现数据共享，queueNumber作为同步信号。这种设计避免了资源竞争问题，我在早期版本遇到的随机崩溃问题正是因为没有处理好进程同步。现在的代码为每个进程设置了CPU亲和性，强制绑定到0号核心，这显著提高了在低配电脑上的稳定性。
4. 调试技巧：解决实际运行中的各种问题
分辨率适配是最常见的坑。如果脚本报"window size is not match"错误，首先检查模拟器的"平板版"分辨率是否设置为1280×720(DPI240)。有个小技巧：在模拟器设置中开启"显示布局边界"，可以直观看到每个控件的具体位置。
性能调优方面，stinkOffset参数需要根据电脑配置调整。我的测试数据显示：i7处理器建议设为-16，i5设为-24，低电压U系列CPU可能需要-32。这个值代表检测区域的垂直偏移量，负值表示向上偏移。记住一个口诀："刺鱼总失败，数值往大调"（-40比-32小）。
针对不同网络环境，我优化了操作间隔时间。收杆后的等待时间从默认5秒调整为动态计算：快速网络用4.3秒，普通网络用5.3秒，延迟较高时建议6秒。这些经验值来自对200多次钓鱼周期的统计分析，能最大限度避免操作过快导致的网络同步问题。
5. 实战优化：让脚本更智能更稳定
键盘监听模块增加了ESC键紧急停止功能，这是为了防止脚本失控。实际使用中发现，有时候模拟器会意外失去焦点，导致鼠标操作偏移。解决方法是在脚本开始时自动激活模拟器窗口，我封装了一个bringWindowToFront()函数来处理这种情况。
针对不同鱼饵的识别，我在position.json中新增了baitColor字段。通过检测鱼饵区域的颜色变化，脚本可以自动判断是否需要更换鱼饵。测试发现用RGB差值算法比HSV色彩空间更准确，特别是在模拟器色温不同的情况下。
日志系统是后期添加的重要功能，记录每次钓鱼的操作时间和结果。这不仅方便调试，还能统计钓鱼效率。我通过分析日志发现，凌晨2-4点的传说鱼上钩率比白天高17%，这个发现让脚本的实用价值大幅提升。
6. 高级技巧：多开与异常处理
对于想批量钓鱼的玩家，我实现了多开支持。只需复制脚本文件，修改模拟器窗口标题即可同时运行多个实例。关键点是要为每个实例设置不同的CPU核心亲和性，避免资源竞争。我的八核笔记本实测可以稳定运行4个实例，每小时钓鱼效率提升300%。
异常处理机制经过三次迭代越发完善。网络延迟时会自动重试当前步骤，识别到游戏断连会尝试重新加载页面，甚至能处理模拟器意外崩溃的情况。这些容错代码虽然只占总行数的15%，却解决了90%的运行时问题。
温度监控是另一个实用功能，通过psutil库检测CPU温度，超过阈值时自动降低脚本运行频率。这个优化让我的笔记本在长时间运行时风扇噪音明显减小，同时钓鱼成功率保持稳定。