当前位置: 首页 > news >正文

如何在雀魂对局中获得AI实时分析:Akagi麻将辅助工具完整指南

如何在雀魂对局中获得AI实时分析:Akagi麻将辅助工具完整指南

【免费下载链接】Akagi支持雀魂、天鳳、麻雀一番街、天月麻將,能夠使用自定義的AI模型實時分析對局並給出建議,內建Mortal AI作為示例。 Supports Majsoul, Tenhou, Riichi City, Amatsuki, with the ability to use custom AI models to analyze games in real time and provide suggestions. Comes with Mortal AI as a built-in example.项目地址: https://gitcode.com/gh_mirrors/ak/Akagi

想在雀魂游戏中获得专业的实时AI分析指导吗?Akagi是一个开源麻将AI分析工具,能够为雀魂、天鳳、麻雀一番街、天月麻将等平台提供实时对局分析和策略建议。这个工具通过深度学习技术,让你在每一局游戏中都能获得专业的决策支持,提升你的麻将技能和胜率。

为什么你需要一个麻将AI助手?

麻将作为一款策略性极强的游戏,新手往往难以快速掌握复杂的牌局判断。Akagi通过实时分析你的手牌、场况和对手行为,提供专业的打牌建议。无论你是想学习麻将策略的新手,还是希望提升技术水平的中高级玩家,这个工具都能为你提供有价值的参考。

工具的核心工作原理

Akagi的工作流程分为三个关键阶段:

  1. 数据采集:通过MITM(中间人)技术捕获雀魂游戏的网络通信数据,主要处理LiqiProto协议格式的原始数据。这部分代码位于mitm.py文件中。

  2. 数据转换:将捕获的雀魂特有格式转换为AI模型通用的mjai格式,这个过程在majsoul2mjai.py中完成。

  3. AI分析:使用深度学习模型分析牌局,每秒可处理超过200种可能的打牌选择。核心AI逻辑位于mjai/bot/model.py文件中。

从零开始的安装时间线

第1天:准备工作(5分钟)

首先,你需要获取项目代码。打开终端,执行以下命令:

git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi

接下来,你需要获取AI模型文件。由于项目本身不包含模型文件,你需要从Discord社区获取mortal.pth文件,这是系统的"大脑"。

第2天:环境配置(10分钟)

根据你的操作系统选择安装方式:

Windows用户

  1. 运行scripts/install_akagi.ps1脚本
  2. 以管理员身份打开PowerShell
  3. 设置执行策略:Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
  4. 运行安装脚本

macOS用户

  1. 运行scripts/install_akagi.command脚本
  2. 确保已安装Python 3.8或更高版本
  3. 在终端中执行脚本

第3天:证书配置(5分钟)

首次运行后,系统会生成MITM证书:

  1. 打开mitmproxy然后关闭它
  2. 进入~/.mitmproxy目录
  3. 安装生成的CA证书到系统信任列表

第4天:模型部署(2分钟)

将获取的mortal.pth文件放置在mjai/bot/目录下。这是最关键的一步,没有模型文件系统无法正常工作。

三种使用模式对比

模式一:学习助手模式

  • 配置文件settings.json中设置"Autoplay": false, "Helper": true
  • 适合人群:希望学习麻将策略的新手玩家
  • 特点:显示AI建议但不自动执行,让你理解每一步决策的原因

模式二:半自动模式

  • 配置文件settings.json中设置"Autoplay": false, "Helper": true, "Autohu": true
  • 适合人群:有一定基础但希望减少失误的玩家
  • 特点:自动和牌,其他操作需要手动确认

模式三:全自动模式

  • 配置文件settings.json中设置"Autoplay": true
  • 适合人群:高级玩家或测试用途
  • 特点:完全由AI控制对局,适合观察AI策略

常见问题解决路径

问题:MITM端口冲突

解决方案:修改settings.json中的端口设置:

"Port": { "MITM": 8787, "XMLRPC": 8788, "MJAI": 28681 }

问题:无法捕获游戏数据

解决方案

  1. 检查浏览器代理设置是否正确指向MITM端口
  2. 确认证书已正确安装并信任
  3. 重启Akagi和游戏客户端

问题:AI建议延迟过高

解决方案

  1. 检查系统资源占用情况
  2. 考虑降低分析深度(修改相关配置)
  3. 确保模型文件与系统版本兼容

实战应用场景解析

场景一:初期手牌规划

当游戏刚开始时,你拿到一手看似普通的牌。Akagi会分析所有可能的做牌方向,比如:

  • 断幺九的可能性
  • 平和的可能性
  • 染手(清一色)的潜力
  • 宝牌利用策略

系统会显示每种选择的期望得分数值,帮助你做出最优开局决策。

场景二:中盘攻防判断

面对多家立直时,传统判断往往依赖经验。Akagi通过计算:

  • 各家听牌概率
  • 剩余牌张分布
  • 安全牌范围
  • 放铳风险评估

用颜色编码直观显示每张牌的安全等级,让你在进攻和防守间找到最佳平衡。

场景三:终局风险控制

在最后几张牌时,Akagi会特别关注:

  • 剩余牌张的精确概率
  • 各家可能的听牌型
  • 流局时的得失计算
  • 自摸与荣和的期望值对比

技术深度解析

核心模块架构

  • 协议处理层liqi.pymahjong_soul_api/目录下的文件负责雀魂协议解析
  • AI引擎层mjai/bot/目录包含深度学习模型和推理逻辑
  • 用户界面层gui.pyclient.py提供可视化操作界面
  • 配置管理config.pysettings.json处理系统设置

扩展性设计

Akagi支持自定义AI模型,你可以:

  1. 替换mjai/bot/mortal.pth为其他训练好的模型
  2. 修改bot.py中的决策逻辑
  3. 添加新的协议支持到mahjong_soul_api/目录

安全使用指南

重要提示:使用任何辅助工具都存在账号风险。以下建议可以最大限度降低风险:

  1. 平台选择:优先使用网页版而非Steam客户端
  2. 行为模拟:不要完全按照AI建议打牌,适当加入自己的判断
  3. 互动行为:定期使用游戏内的贴图功能
  4. 时间控制:避免长时间连续使用自动打牌功能
  5. 更新关注:及时关注项目更新,适应游戏版本变化

个性化配置进阶

性能优化设置

settings.json中调整以下参数:

{ "RandomTime": { "new_min": 2.5, "new_max": 3.5, "min": 0.8, "max": 2.5, "moqiedelay": true }, "Playwright": { "enable": false, "width": 800, "height": 600 } }

风险偏好调整

通过修改AI模型的权重参数,你可以调整系统的进攻性:

  • 高风险偏好:追求高打点,适合落后时翻盘
  • 平衡策略:攻守兼备,适合大多数局面
  • 保守策略:优先避铳,适合领先时保分

开始你的智能麻将之旅

现在你已经了解了Akagi的全部功能和配置方法。这个工具不仅仅是简单的"外挂",而是一个真正的麻将学习伙伴。它通过展示AI的思考过程,帮助你理解复杂的牌局判断逻辑。

立即行动步骤

  1. 克隆项目仓库到本地
  2. 按照时间线完成安装配置
  3. 从学习助手模式开始,观察AI的分析逻辑
  4. 逐步尝试不同的使用模式
  5. 结合AI建议和自己的判断,形成个人打牌风格

记住,真正的麻将高手是那些能够将AI分析与人类直觉完美结合的人。Akagi为你提供了专业级的分析工具,但最终的决定权在你手中。开始使用这个工具,让每一局麻将都成为提升技能的机会吧!

【免费下载链接】Akagi支持雀魂、天鳳、麻雀一番街、天月麻將,能夠使用自定義的AI模型實時分析對局並給出建議,內建Mortal AI作為示例。 Supports Majsoul, Tenhou, Riichi City, Amatsuki, with the ability to use custom AI models to analyze games in real time and provide suggestions. Comes with Mortal AI as a built-in example.项目地址: https://gitcode.com/gh_mirrors/ak/Akagi

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.jsqmd.com/news/711901/

相关文章:

  • 多项式优化问题的低秩求解器技术比较与应用
  • 去年春季近2万人参与的AI春训营,正式启航!
  • 宜宾装修公司排行:本土与连锁品牌实力对比解析 - 优质品牌商家
  • 电脑清理与提速
  • 2026年新加坡留学机构全面测评,头部机构性价比高哪家更靠谱 - 速递信息
  • 网易云音乐FLAC无损音乐批量下载:3步轻松获取高品质音乐库
  • AgentFlocks:构建去中心化多智能体协作系统的开源框架实践
  • BP Doctor PRO智能手表评测:血压监测与健康管理
  • RISC-V验证新范式:Lyra框架的硬件加速与AI生成技术
  • 新加坡2026年新加坡留学机构哪家好?名校录取率高的全面对比分析 - 速递信息
  • 多模态深度搜索技术挑战与BrowseComp-V3基准解析
  • 电商推荐系统中多层注意力架构(MLA)的优化实践
  • 第14课:团队协作中的 Claude Code
  • 安卓11 12系统修改定制化_____修改 lk.img分区 实现自定义启动引导 去除强解bl锁后的开机英文提示
  • 基于LLM与OpenClaw的AI智能体架构实践:构建自动化学生助理
  • 基于VirtualLab Fusion的光学检测与精密成像(光学检测、精密成像、显微镜系统)课程
  • 魔兽争霸3终极兼容性增强工具:5分钟解决所有现代系统运行问题
  • 2026年链条翻转机专业厂商技术能力对比解析 - 优质品牌商家
  • Sunshine游戏串流完全指南:从零搭建到专业优化的实战教程
  • WSC混合并行计算架构与TCME通信优化解析
  • Unity移动端特效开发与优化实战指南
  • 基于Git与CI/CD的学术论文自动化评审工作流实践
  • LSTM时间序列预测:Keras实现与工业应用指南
  • WebArena:多模态AI代理在办公自动化中的实践
  • G-Helper终极指南:三步释放华硕笔记本隐藏性能
  • Transformer残差流与内部策略的深度解析
  • 技术深度解析:开源阅读鸿蒙版如何重塑数字阅读体验
  • 3分钟解锁网易云音乐NCM加密格式:ncmdump让你真正拥有音乐自由
  • App-Agent:基于视觉感知与LLM的智能体应用自动化实战
  • 混合ToF传感器技术解析:30米测距与强光抗干扰