从零开始:如何用Akagi在雀魂对局中获得AI实时指导

news2026/5/3 10:35:08
从零开始如何用Akagi在雀魂对局中获得AI实时指导【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你是否曾在雀魂对局中感到迷茫不知道下一步该打哪张牌是否想知道高手在同样局面下会如何决策Akagi正是为解决这些问题而生的开源麻将AI辅助系统它能在你游戏时提供实时分析帮助你理解复杂的麻将策略。为什么你需要一个麻将AI助手传统麻将学习方式存在几个痛点复盘滞后对局结束后才能分析记忆已模糊信息不全看不到对手的手牌和牌山决策盲目凭感觉出牌缺乏数据支撑学习曲线陡峭日本麻将规则复杂难以快速掌握Akagi通过创新的技术方案解决了这些问题。它采用MITM中间人技术实时截获游戏数据配合深度学习模型分析在你需要决策的每一刻提供专业建议。3分钟快速上手指南第一步环境准备首先获取项目代码git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi安装必要的Python依赖pip install -r requirement.txt第二步获取AI模型项目内置了Mortal AI模型接口但你需要从Discord社区获取预训练好的mortal.pth模型文件。将这个文件放入mjai/bot/目录中。第三步基础配置修改项目根目录下的settings.json文件调整以下关键设置{ Autoplay: false, Helper: true, Port: { MITM: 7878, XMLRPC: 7879, MJAI: 28680 } }重要提示务必保持Autoplay为falseAkagi的设计理念是辅助学习而非自动打牌。第四步启动系统运行主客户端程序python client.py系统会自动启动代理服务现在你可以打开雀魂网页版开始游戏了。Akagi能为你做什么实时牌效分析当你在对局中犹豫不决时Akagi会分析当前手牌计算每张牌的牌效率——即打出后对后续进张的影响。它会告诉你哪些牌是壁牌安全牌哪些牌可能破坏手牌结构当前的最佳听牌方向防守风险评估对手立直时Akagi的防守系统会立即启动。它会基于现物对方打过的牌、筋牌理论和壁牌理论为你生成安全牌序列安全等级放铳概率推荐程度绝对安全 1%★★★★★相对安全1-5%★★★★☆一般安全5-10%★★★☆☆风险牌10-30%★★☆☆☆危险牌 30%★☆☆☆☆局势判断支持Akagi不仅看单张牌还会分析整体局势优势局建议积极进攻追求高打点劣势局推荐保守防守避免被击飞平衡局提供攻守平衡的最优解实战场景从新手到高手的进阶之路场景一新手期0-100小时痛点不懂役种不会算符经常无役听牌Akagi帮助实时提示当前可能的役种组合显示手牌向不同役种发展的概率在可能无役时发出警告文件路径参考libriichi_helper.py中的役种判断逻辑场景二进阶期100-500小时痛点会基本牌效但防守薄弱经常放铳Akagi帮助立直时的安全牌序列基于场况的攻防判断对手牌河的分析解读文件路径参考bot.py中的防守算法模块场景三高手期500小时痛点细节处理不到位读牌能力有限Akagi帮助精确的期望值计算对手手牌范围的推测终盘的最佳和了选择技术架构简单背后的复杂Akagi的设计哲学是复杂留给自己简单留给用户。系统内部虽然复杂但用户界面极其简洁。三层数据处理流程数据捕获层mitm.py模块实时截获雀魂的网络通信协议转换层liqi.py和majsoul2mjai.py将雀魂专有协议转换为标准mjai格式AI推理层mjai/bot/model.py加载Mortal AI模型进行实时分析多平台兼容性Akagi不仅支持雀魂还通过mahjong_soul_api/目录下的适配层支持天鳳Tenhou麻雀一番街Riichi City天月麻將Amatsuki每个平台都有独立的协议解析模块确保准确的数据转换。常见问题与解决方案问题1连接失败或无法捕获数据可能原因代理设置不正确解决方案检查settings.json中的端口设置确保浏览器或客户端正确配置了代理查看my_logger.py生成的日志文件问题2AI建议响应慢可能原因硬件性能不足优化建议修改mhm/config.py中的性能参数降低分析深度减少analysis_depth值关闭不必要的可视化功能问题3想使用自定义AI模型实现方法 Akagi支持自定义模型集成只需按照mjai/bot/目录中的接口规范实现即可。项目提供了清晰的模型接口便于开发者扩展。安全使用指南账号安全第一虽然Akagi设计为教育工具但使用时仍需注意避免连续长时间使用设置合理的游戏间隔混合人类行为适当使用表情、聊天功能优先使用网页版相比客户端更稳定安全关注官方公告了解平台政策变化合理的学习心态Akagi是学习工具不是外挂。正确使用方式是先思考后看建议尝试自己决策再看AI的建议分析差异原因思考为什么AI的选择与你的不同总结规律从AI的建议中提炼通用策略逐步减少依赖随着水平提升减少对工具的依赖从工具到老师Akagi的教育价值培养数据驱动的决策思维传统麻将学习依赖经验和直觉而Akagi帮助你建立基于概率和期望值的科学决策框架。通过长期使用你会逐渐内化这些计算逻辑形成更理性的打牌习惯。理解复杂概念的桥梁日本麻将中的筋牌理论、壁牌理论、现物等概念对新手来说很抽象。Akagi通过实时标注和解释让这些概念变得直观易懂。个性化的学习路径每个人的麻将弱项不同。Akagi的建议记录可以帮你识别哪些类型的局面你经常决策错误防守还是进攻是你的短板在什么巡目你的决策质量下降未来展望不只是雀魂助手Akagi的架构设计具有很好的扩展性。未来可能的发展方向包括更多游戏支持扩展到其他麻将平台更智能的分析结合对局历史进行个性化建议社区功能玩家可以分享自己的决策记录和学习心得教学模块系统化的麻将课程和练习开始你的麻将学习之旅Akagi为你打开了一扇通往专业麻将世界的大门。无论你是刚接触日本麻将的新手还是想提升水平的中级玩家这个工具都能为你提供宝贵的实时指导。记住真正的进步来自于理解而非模仿。Akagi提供的是渔而非鱼——它教会你如何思考而不仅仅是告诉你该打哪张牌。现在克隆项目配置环境开始你的第一局有AI指导的雀魂对局吧。每一次决策都是一次学习机会每一次对局都是水平提升的阶梯。【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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2559610.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…