当前位置：首页 > news >正文

如何构建高性能阴阳师自动化框架：深度解析OnmyojiAutoScript架构设计与优化技巧

news 2026/6/4 12:26:38

如何构建高性能阴阳师自动化框架：深度解析OnmyojiAutoScript架构设计与优化技巧

【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）是一个基于Python开发的高性能阴阳师手游自动化脚本框架，采用模块化设计和智能调度算法实现全任务自动化执行。该框架通过创新的前后端分离架构、优化的OCR识别技术和灵活的任务调度系统，为阴阳师玩家提供了一键托管的解决方案，显著提升了游戏体验和效率。

项目概述与价值定位

OnmyojiAutoScript作为阴阳师手游的自动化解决方案，采用了先进的技术架构和设计理念，实现了从日常任务到限时活动的全方位自动化覆盖。基于碧蓝航线脚本AzurLaneAutoScript开发，OAS在其基础上进行了深度优化，包括前后端分离设计、全新的GUI界面、高性能OCR库和智能Assets管理系统。

自动化框架的UI组件生态展示了模块化设计的导航架构，左侧分类清晰的菜单对应不同的功能模块，右侧展示各种控件组件，这种设计模式为自动化脚本提供了灵活的可扩展性。

架构设计原理

OAS采用分层架构设计，将核心功能模块化分离，确保系统的高内聚低耦合。整体架构分为四个主要层次：

核心架构组件

配置管理系统：module/config/目录下的配置文件采用pydantic进行数据验证，支持动态配置更新和实时监控
任务调度引擎：基于时间触发和条件触发的智能调度算法，支持优先级队列和任务依赖管理
设备抽象层：统一的设备控制接口，支持多种模拟器和真实设备的无缝切换
图像识别引擎：基于ppocr-onnx的高性能OCR库，结合模板匹配技术实现精准的游戏界面识别

核心模块解析

任务调度与执行机制

任务调度是OAS的核心功能，采用基于配置的调度策略。每个任务都继承自BaseTask基类，实现了统一的执行接口：

# tasks/base_task.py中的核心任务执行逻辑 class BaseTask(GlobalGameAssets, CostumeBase): def __init__(self, config: Config, device: Device) -> None: self.config = config self.device = device self.interval_timer = {} # 用于控制运行频率 self.animates = {} # 动画缓存 self.start_time = datetime.now() # 启动时间记录

按钮控件的自动化实现展示了不同按钮类型的UI组件，自动化脚本通过这些控件的属性定义和事件绑定，实现精准的界面交互操作。

图像识别与OCR技术

OAS采用了创新的图像识别方案，结合模板匹配和OCR技术：

# 模块化的图像识别组件 from module.atom.image import RuleImage from module.atom.ocr import RuleOcr from module.atom.click import RuleClick # 定义游戏界面元素 I_GIFT_RECOMMEND = RuleImage(roi=(100, 200, 300, 400), threshold=0.8, method="Template matching") # OCR识别配置 O_STORE_PRICE = RuleOcr(roi=(150, 250, 100, 30), lang="chinese", mode=OcrMode.DIGIT_ONLY)

智能错误处理与重试机制

OAS实现了鲁棒的错误处理系统，包括网络延迟自适应、界面变化检测和异常恢复：

def robust_ui_navigation(self, target_element, fallback_elements=None, max_retry=5): retry_count = 0 navigation_timer = Timer(10) # 延长超时时间 while retry_count < max_retry and not navigation_timer.reached(): self.screenshot() # 主目标检测 if self.appear(target_element): return True # 备用元素检测 if fallback_elements: for fallback in fallback_elements: if self.appear_then_click(fallback, interval=0.5): sleep(1) # 等待界面响应 break retry_count += 1 sleep(1) return False

扩展开发指南

创建新的自动化任务

开发新的自动化任务需要遵循OAS的模块化设计原则：

任务目录结构：在tasks/目录下创建新的任务文件夹
资源配置管理：在res/子目录中存放图片模板和OCR配置文件
任务逻辑实现：继承BaseTask类，实现run方法

# 新任务的基本结构示例 from tasks.base_task import BaseTask class NewTask(BaseTask): def __init__(self, config, device): super().__init__(config, device) self.folder = "NewTask" self.name = "新任务" def run(self): """任务执行主逻辑""" logger.info("开始执行新任务") # 实现具体的自动化逻辑 self.ui_navigation() self.perform_actions() return True

表格控件的自动化测试场景展示了复杂UI组件的自动化交互，包括数据展示、分页逻辑和操作按钮的自动化处理。

配置系统扩展

OAS的配置系统基于pydantic，支持类型安全的配置管理：

# 在config.py中定义新的配置类 from pydantic import BaseModel, Field from typing import Optional class NewTaskConfig(BaseModel): enable: bool = Field(default=True, description="是否启用任务") max_attempts: int = Field(default=3, ge=1, le=10, description="最大尝试次数") timeout: int = Field(default=30, ge=10, le=300, description="超时时间(秒)") custom_option: Optional[str] = Field(default=None, description="自定义选项")

性能优化建议

1. 图像识别优化

模板图片压缩：将图片模板转换为灰度图并适当压缩，减少内存占用
ROI区域优化：精确指定识别区域，避免全屏扫描
缓存机制：对频繁使用的图像模板进行内存缓存

2. 任务调度优化

优先级队列：根据任务重要性和耗时设置执行优先级
并行执行：支持多个任务同时执行，提高整体效率
智能跳过：根据游戏状态动态调整任务执行策略

3. 内存管理优化

# 使用上下文管理器管理资源 from contextlib import contextmanager @contextmanager def resource_manager(resource): try: yield resource finally: resource.release() # 在任务执行中使用 with resource_manager(self.device): self.execute_task()

4. 日志系统优化

OAS内置了详细的日志系统，支持多级别日志记录和性能监控：

from module.logger import logger class PerformanceMonitor: def __init__(self, task_name): self.task_name = task_name self.start_time = None def __enter__(self): self.start_time = time.time() logger.info(f"开始执行: {self.task_name}") return self def __exit__(self, exc_type, exc_val, exc_tb): duration = time.time() - self.start_time if exc_type: logger.error(f"{self.task_name} 执行失败: {exc_val}") else: logger.info(f"{self.task_name} 执行完成，耗时: {duration:.2f}s")

轮播图控件的动态数据绑定展示了自动化脚本如何处理动态UI组件，通过数据源配置和状态管理实现智能的界面交互。