如何用Akagi打造实时麻将AI辅助系统从新手到高手的完整指南【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/AkagiAkagi是一个基于RustTauri开发的实时麻将AI辅助系统支持雀魂、天鳳、麻雀一番街等主流平台能够使用自定义AI模型实时分析对局并提供决策建议。这款开源工具专为麻将爱好者和技术开发者设计通过智能分析帮助玩家提升决策水平同时保持完全透明的开源架构。 为什么需要麻将AI辅助系统麻将作为一项复杂的策略游戏涉及概率计算、对手心理分析和局势判断。传统学习方式依赖大量对局经验和直觉培养而Akagi通过实时数据分析和AI模型推理将复杂的决策过程可视化、可量化。关键数据Akagi能够在100ms内完成局势评估输出包含听牌数、和牌概率、放铳风险和推荐打牌的综合分析报告。 核心功能解析Akagi如何提升你的麻将水平实时HUD显示系统Akagi的核心功能是实时显示游戏状态信息这些信息通过悬浮窗口HUD直观呈现指标说明应用场景听牌数当前手牌距离和牌还需要几张牌判断进攻时机和牌率下一张牌能和牌的概率评估进攻效率听牌率下一张牌能进入听牌状态的概率决定防守策略放铳风险打出某张牌被对手和牌的概率避免危险打牌推荐打牌AI模型建议的最佳出牌优化决策效率图1麻将基本动作吃的图标Akagi能够识别并分析各种麻将动作双重数据捕获模式Akagi提供两种数据捕获方式适应不同用户需求MITM代理模式默认# 配置文件位置src/config/capture.rs proxy: port: 7878 ca_trust: required系统级代理需要一次性安装CA证书支持所有浏览器和游戏客户端稳定性高适合长期使用Chromium内置浏览器模式Akagi自动启动受控的Chromium浏览器通过Chrome DevTools协议拦截WebSocket数据零代理配置开箱即用插件化AI模型架构Akagi采用模块化的AI模型设计支持多种麻将AI模型// 模型管理核心代码src/bot/manager.rs pub struct BotManager { active_4p: OptionArcdyn Bot, active_3p: OptionArcdyn Bot, registry: BotRegistry, }内置模型Mortal AI作为默认示例模型自定义模型支持任何符合mjai协议的bot.py文件智能切换根据牌桌人数自动切换4人麻将和3人麻将模型图2和牌动作图标Akagi能够准确识别各种和牌场景 实战部署5步搭建你的AI麻将助手步骤1环境准备与项目克隆确保系统满足以下要求Windows 10 / macOS 10.15 / Linux4GB以上内存稳定的网络连接# 克隆项目代码 git clone https://link.gitcode.com/i/1ce001f87944bdbb214552927796f7a2 cd Akagi步骤2依赖安装与构建Akagi使用RustTauri技术栈构建过程完全自动化# 安装Rust工具链如未安装 curl --proto https --tlsv1.2 -sSf https://sh.rustup.rs | sh # 构建项目 cargo build --release # 或者直接下载预编译版本 # 从GitHub Releases页面下载对应平台的二进制文件步骤3初始配置向导首次启动Akagi时系统会引导完成以下配置语言选择支持英语、日语、简体中文、繁体中文平台选择雀魂、天鳳、麻雀一番街等捕获模式MITM代理或Chromium浏览器证书信任仅MITM模式需要AI模型安装一键安装Mortal AI步骤4AI模型配置与优化Akagi支持多种AI模型配置策略# mjai_bot/example/manifest.toml 示例配置 [bot] name CustomBot version 1.0.0 entry_point bot.py [requirements] python 3.8 packages [numpy, torch] [capabilities] supports_4p true supports_3p true max_think_time_ms 500模型性能调优参数max_think_time_msAI思考时间限制默认500msbatch_size批量推理大小影响GPU内存precision计算精度float32/float16步骤5实时分析与决策优化启动Akagi后系统会自动连接游戏并开始分析图3立直状态图标Akagi能够识别特殊游戏状态并调整策略数据分析维度牌效率分析计算当前手牌的最优改进路径危险牌识别基于对手行为预测危险牌局势评估根据场况调整进攻/防守策略历史学习记录对局数据用于后续分析 高级应用从基础辅助到专业训练对局历史分析与统计Akagi自动记录所有完成的对局提供详细的统计分析// 历史记录核心逻辑src/history/recorder.rs pub struct GameRecorder { store: ArcHistoryStore, aggregator: HistoryAggregator, } impl GameRecorder { pub fn record_game(self, game: CompletedGame) - Result() { // 存储对局数据 // 生成统计数据 // 更新排行榜 } }统计指标包括胜率、放铳率、立直率平均和牌点数、平均放铳点数役满次数、流局满贯次数累计PT曲线图支持多种计分规则自定义AI模型开发对于开发者Akagi提供了完整的模型开发接口模型接口规范# mjai_bot/example/bot.py 示例 class MyBot: def __init__(self, player_id: int): self.player_id player_id def react(self, events: List[MjaiEvent]) - Optional[MjaiEvent]: # 处理游戏事件 # 返回AI决策 pass def select_discard(self, tiles: List[int]) - int: # 选择打牌 pass模型训练数据管道使用scripts/fetch_liqi.py获取原始对局数据通过src/bridge/majsoul/parser.rs解析协议转换为mjai格式供模型训练集成到Akagi中进行实时测试图4自摸动作图标Akagi能够区分不同和牌方式的策略差异多平台适配与扩展Akagi支持多种麻将平台架构设计具有良好的扩展性已支持平台雀魂Mahjong Soul天鳳Tenhou麻雀一番街Riichi City天月麻将Amatsuki平台适配层// 平台抽象接口src/autoplay/platform.rs pub trait PlatformAdapter { fn connect(self) - ResultGameConnection; fn parse_event(self, raw: [u8]) - ResultMjaiEvent; fn send_action(self, action: MjaiEvent) - Result(); }️ 使用建议与注意事项合理使用原则学习辅助将AI建议作为参考理解决策逻辑实战训练定期进行无辅助对局检验真实水平数据分析利用历史统计发现自身弱点策略研究通过AI分析理解高级战术技术限制说明延迟影响网络延迟可能影响实时性模型精度AI建议并非绝对正确规则差异不同平台规则可能略有不同版本兼容游戏更新可能导致需要适配后续学习路径基础掌握熟悉Akagi所有基础功能数据分析深入研历史统计数据模型调优根据自身风格调整AI参数二次开发开发自定义AI模型或功能插件社区贡献参与项目开发分享使用经验Akagi不仅是一个麻将辅助工具更是一个完整的学习生态系统。通过实时分析、历史统计和AI建议的有机结合它能够帮助玩家系统性地提升麻将水平同时为开发者提供了丰富的扩展接口。记住真正的麻将高手是在理解AI思考过程的基础上发展出属于自己的战略思维。提示Akagi项目完全开源所有代码可在项目仓库查看欢迎技术爱好者参与贡献和改进。【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