3步快速上手Akagi：打造你的智能麻将AI教练完整指南

3步快速上手Akagi：打造你的智能麻将AI教练完整指南

【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

还在为麻将对局中的复杂决策而困惑吗？面对瞬息万变的牌局，你是否经常在攻守之间犹豫不决？Akagi雀魂AI助手正是你需要的专业训练伙伴，通过先进的AI分析技术，帮助你从麻将新手成长为策略大师。这款开源工具支持雀魂、天鳳等多个主流平台，内置Mortal AI作为示例模型，为你的麻将之路提供全方位智能辅助。

🎯 核心价值矩阵：为什么选择Akagi

Akagi不仅仅是一个辅助工具，更是你的私人麻将教练。它通过以下核心功能，全面提升你的麻将水平：

🚀 3种安装方案：总有一种适合你

方案一：一键式快速安装（推荐新手）

对于大多数用户，最快捷的方式是下载预编译版本：

1. 下载对应版本：前往项目仓库，根据你的操作系统选择相应的zip文件
2. 解压到任意目录：建议选择有写入权限的位置，如用户目录下的Apps文件夹
3. 运行主程序：双击akagi可执行文件，启动设置向导

首次启动时，Akagi会引导你完成语言选择、平台配置、捕获模式设置等初始化步骤。整个过程无需任何技术背景，适合所有水平的用户。

方案二：源码编译安装（开发者选项）

如果你需要自定义功能或参与开发，可以按照以下步骤从源码构建：

# 克隆项目仓库 git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi # 安装构建依赖 cargo install tauri-cli --locked bash scripts/fetch-runtime.sh # 编译并运行 cargo run

这种方法需要Rust和Node.js开发环境，但可以获得最新的功能和修复。

方案三：容器化部署（高级用户）

对于希望隔离运行环境的用户，可以使用Docker容器化方案。虽然项目未直接提供Dockerfile，但基于其架构特性，可以轻松创建自定义容器镜像。

🎮 实战应用地图：从入门到精通

新手入门阶段：基础功能掌握

第一步：界面熟悉启动Akagi后，你会看到一个简洁的仪表板界面。左侧导航栏包含以下主要模块：

• 概览：系统状态概览
• 游戏仪表板：实时对战界面
• AI模型管理：Bot配置区域
• 历史记录：对局统计分析
• 日志诊断：系统运行监控

第二步：捕获模式选择Akagi提供两种数据捕获方式，各有优劣：

MITM代理模式（默认）

• 优点：系统级支持，兼容所有浏览器
• 配置：需要一次性信任CA证书
• 验证方法：访问http://127.0.0.1:23410/ping应返回"pong"

Chromium内置模式

• 优点：无需CA证书，配置简单
• 操作：在设置中选择Chromium模式，点击"检测"自动查找浏览器

第三步：AI模型配置Akagi内置了Mortal AI作为示例模型，你可以：

1. 在设置向导中一键安装Mortal
2. 或手动将自定义AI模型放置在mjai_bot/目录下
3. 支持4人麻将和3人麻将分别配置不同的AI模型

Akagi的实时HUD界面，显示向听数、听牌形、和牌率等关键信息

中级提升阶段：数据分析与优化

对局历史分析Akagi自动记录每一局完整的对局数据，你可以在历史模块中查看：

排名分布图：直观展示你的名次分布情况，帮助你了解自己的稳定性和波动性。

累计PT走势图：支持多种计分规则切换，包括：

• 雀魂段位系统（铜、银、金、玉、王座）
• 天鳳段位系统（新人到天鳳位）
• 自定义计分规则

详细统计数据：包括和牌率、放铳率、立直率、副露率、流局率等关键指标，以及平均和牌点数、平均放铳点数等深度数据。

个性化训练建议基于你的对局数据，Akagi能够生成：

• 技术短板分析报告
• 进步趋势图表
• 针对性训练建议

高手精进阶段：高级功能探索

自定义AI模型集成Akagi支持多种AI模型的集成方式：

1. 本地模型集成：将训练好的模型放置在mjai_bot/目录
2. 在线API模型：连接到远程AI服务器
3. 混合模式：本地轻量模型+云端强力模型组合

多平台兼容性Akagi不仅支持雀魂，还兼容：

• 天鳳：经典日本麻将平台
• 麻雀一番街：即将支持
• 天月麻将：开发中

🔧 技术架构深度解析

现代化技术栈

Akagi采用最新的技术架构确保稳定性和性能：

后端核心：基于Rust + Tokio异步运行时，提供极高的性能和内存安全性。

前端界面：使用React + TypeScript + Tailwind CSS构建，界面响应迅速且美观。

游戏引擎：基于riichienv-core的麻将规则引擎，确保分析结果的准确性。

AI运行时：内置Python 3.12 + uv包管理器，AI模型运行环境独立且稳定。

模块化设计

项目采用清晰的模块化设计，便于维护和扩展：

src/ ├── analysis/ 牌效分析引擎 ├── bot/ AI模型管理器 ├── bridge/ 平台协议解析 ├── capture/ 数据捕获后端 ├── game_state/ 游戏状态跟踪 └── history/ 对局历史记录

每个模块都有明确的职责边界，通过事件总线进行通信，确保系统的可扩展性和可维护性。

📊 数据分析：科学评估麻将水平

关键指标解读

Akagi提供的分析数据可以帮助你科学评估自己的麻将水平：

向听数：距离听牌还有几步，数值越小越好。

听牌形：当前可能的听牌形式，帮助你理解手牌的发展潜力。

和牌率：当前手牌的和牌概率，基于AI模型计算得出。

放铳风险：对各家对手的放铳风险评估，帮助你做出安全的防守决策。

推荐切牌：AI建议的最佳打牌选择，附带置信度评分。

进步跟踪

通过长期使用Akagi，你可以：

1. 建立基准线：记录初始阶段的各项指标
2. 设定目标：基于数据分析设定合理的提升目标
3. 跟踪进度：定期检查各项指标的改善情况
4. 调整策略：根据数据分析结果调整打牌策略

🛠️ 高级配置技巧

配置文件详解

Akagi的配置文件config.toml提供了丰富的自定义选项：

[general] language = "zh-CN" # 支持中文界面 [logging] dir = "./logs" # 日志目录 level = "info" # 日志级别 [platform] kind = "Majsoul" # 游戏平台 [bot] enabled = true active_4p = "mortal" # 4人麻将使用的AI active_3p = "mortal3p" # 3人麻将使用的AI

性能优化建议

对于追求最佳体验的用户，可以尝试以下优化：

内存管理：调整日志级别减少磁盘写入响应速度：优化AI模型的加载策略界面流畅度：调整HUD刷新频率

⚠️ 常见问题与解决方案

问题一：捕获模式无法工作

MITM模式问题排查：

1. 检查CA证书是否已正确信任
2. 验证代理端口是否被占用
3. 确认游戏客户端已正确配置代理

Chromium模式问题排查：

1. 检查浏览器路径是否正确
2. 确认没有其他扩展程序占用调试端口
3. 尝试手动指定浏览器可执行文件路径

问题二：AI模型加载失败

解决方案：

1. 检查mjai_bot/目录结构是否正确
2. 验证Python环境是否正常
3. 查看日志文件中的详细错误信息

问题三：界面显示异常

处理步骤：

1. 清除浏览器缓存
2. 重启Akagi应用程序
3. 检查显卡驱动是否最新

🔄 持续学习与提升

学习资源推荐

除了Akagi本身，你还可以参考以下资源：

麻将理论书籍：系统学习麻将理论知识职业选手对局：观看高水平比赛，学习先进打法AI决策逻辑：深入研究Mortal AI的决策过程

社区交流

Akagi拥有活跃的开发者社区和用户群体，你可以：

• 参与技术讨论和问题解答
• 提交bug报告和功能建议
• 分享使用经验和技巧

🏆 开始你的麻将大师之旅

无论你是刚接触麻将的新手，还是希望进一步提升技术的老手，Akagi都能为你提供专业的辅助和指导。通过科学的分析和实时的反馈，你将能够：

1. 快速识别自己的技术短板
2. 系统学习先进的麻将理论
3. 持续优化实战决策能力
4. 稳步提升对局胜率和排名

记住，真正的技术提升来自于主动思考和实践应用。让Akagi成为你麻将之路上的得力助手，一起创造更多精彩的胜利！

立即开始你的智能麻将训练之旅，开启全新的麻将学习体验！

Akagi帮助你分析麻将对局，提供专业建议

【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