Akagi麻将AI助手：3分钟学会使用开源AI提升雀魂水平

Akagi麻将AI助手3分钟学会使用开源AI提升雀魂水平【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犹豫不决不知该打哪张牌是否渴望拥有专业级别的分析指导却苦于找不到合适的工具Akagi麻将AI助手正是为你量身定制的智能解决方案。这款开源工具能实时分析你的雀魂、天凤等麻将对局提供精准的出牌建议让你在实战中快速成长。 为什么Akagi是你的最佳麻将教练Akagi麻将AI助手不仅仅是一个简单的辅助工具它更像是一位24小时在线的专业麻将教练。无论你是刚入门的新手还是想要突破瓶颈的中级玩家Akagi都能为你提供有价值的帮助。Akagi的核心价值实时智能分析每秒处理200牌局特征提供多维度决策建议完全本地运行所有数据在本地处理保护你的账号隐私安全开源免费使用完全开源无需付费即可享受专业AI分析多平台兼容支持雀魂、天凤、麻雀一番街等多个麻将平台 5分钟快速上手从零到第一局AI分析第一步轻松下载与安装Akagi采用便携式设计无需复杂安装过程让你在3分钟内就能开始使用# 克隆项目仓库 git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi或者直接从Releases页面下载对应平台的压缩包解压即可使用。Windows用户双击运行akagi.exemacOS/Linux用户在终端中执行相应命令。第二步选择适合你的工作模式Akagi提供两种智能抓包方式满足不同用户需求 Chromium模式新手推荐无需配置证书Akagi自动启动浏览器零配置即可开始 MITM模式高级用户系统级代理支持更多平台配置更灵活第三步开始你的第一局AI分析启动Akagi选择你的麻将平台开始游戏AI会自动检测并分析查看建议在HUD界面查看实时分析 Akagi的智能分析能力不仅仅是建议实时数据面板Akagi的HUD界面显示丰富的实时信息让你对牌局了如指掌分析项目说明对决策的帮助向听数距离和牌还需要几张有效牌判断手牌进度听牌形当前可能的和牌组合选择最佳听牌和牌率当前手牌和牌的概率进攻时机判断放铳风险打出某张牌被对手和牌的风险防守策略选择AI模型系统Akagi支持多种AI模型满足不同需求内置模型基础分析模型快速计算适合新手Mortal AI专业级分析推荐进阶玩家自定义模型支持导入训练好的专用模型模型切换方法 修改mjai_bot/目录下的配置文件即可轻松切换不同AI模型。 实战应用如何最大化利用Akagi学习阶段观察AI决策刚开始使用Akagi时建议先观察AI的决策逻辑记录对比记录AI建议与自己选择的差异分析原因思考为什么AI会给出这样的建议总结经验将AI的逻辑内::::::::化为自己的判断进阶阶段结合AI与直觉当熟悉AI分析后可以尝试主动预测在AI给出建议前先思考自己的选择对比验证看看自己的判断与AI是否一致深度分析对于不一致的决策深入研究原因高手阶段个性化配置通过调整配置文件让Akagi更符合你的游戏风格[analysis] depth 2 # 分析深度1-3之间 response_delay 1500 # AI响应延迟模拟人类思考 human_like true # 启用人类化延迟 核心功能详解对局历史分析Akagi会自动记录每一场完整对局你可以在历史页面查看排名分布直观看到自己的名次分布PT走势图追踪段位变化趋势详细统计和牌率、放铳率、立直率等关键数据个性化数据导出想要更深入分析Akagi支持数据导出功能# 导出对局数据为CSV格式 python tools/export_history.py --format csv --output my_games.csv多平台支持对比平台四麻支持三麻支持自动出牌雀魂✅✅✅天凤✅✅❌麻雀一番街计划中计划中❌️ 常见问题与解决方案问题1AI建议不显示可能原因模型文件未正确安装配置文件设置错误网络连接问题解决方案检查mjai_bot/目录下是否有模型文件确认config.toml中bot.enabled true检查代理设置是否正确问题2游戏数据无法捕获排查步骤确认Akagi正在运行检查游戏客户端代理设置验证证书是否已信任问题3程序运行缓慢优化建议降低分析深度设置关闭不必要的后台程序使用性能更好的AI模型 高级功能探索自定义AI模型如果你有编程基础可以创建自己的AI模型mjai_bot/my_custom_bot/ ├── bot.py # 核心AI逻辑 ├── pyproject.toml # Python依赖配置 ├── manifest.toml # 模型配置文件 └── README.md # 说明文档日志与诊断系统Akagi提供完整的日志系统帮助你排查问题log_dir/session/ ├── all.log # 综合追踪输出 ├── target.log # 按模块筛选的日志 ├── proxy.binlog # 原始二进制WebSocket帧 ├── majsoul/flow_id.log # 每个WebSocket流的JSON日志 ├── majsoul/flow_id.mjai.jsonl # 每个对局的mjai事件流 └── inspector.jsonl # Inspector查看的帧 使用建议让AI成为你的得力助手正确使用姿势学习为主将AI建议作为参考而非绝对真理适度使用避免过度依赖保持独立思考定期复盘利用历史数据总结经验教训安全注意事项✅推荐做法使用网页版而非客户端手动操作不完全依赖AI合理控制游戏时间❌避免行为不要开启自动出牌不要24小时不间断使用不要完全照搬AI建议 技术架构与扩展性模块化设计Akagi采用模块化架构每个子系统独立运行┌────────────────────────┐ Game client ─│ capture (mitm | cdp) │── CA at ./ca (mitm only) WebSocket └─────────┬──────────────┘ ▼ ┌────────────────────────┐ │ bridge::platform │ wire bytes → MjaiEvent └─────────┬──────────────┘ ▼ MjaiBus ┌──────────────────┼──────────────────┐ ▼ ▼ ▼ game_state::tracker bot::manager ipc forwarder │ │ │ ▼ PostBus ▼ BotResponseBus ▼ app.emit analysis::runner built-in NN (in-proc) Tauri webview │ | cloud API ▼ AnalysisBus | mjai subprocess └──► ipc forwarder ──► app.emit插件系统Akagi支持mjai协议的外部机器人插件开发者可以编写自定义机器人遵循mjai JSONL协议集成现有模型如Mortal AI等云端推理使用更强的托管模型 实战技巧提升麻将水平的5个阶段阶段1基础认知0-100小时使用Akagi了解基本牌理学习向听数和听牌形的概念观察AI的防守策略阶段2模式识别100-500小时分析AI推荐的进攻时机学习常见牌形的处理方法建立自己的决策框架阶段3策略优化500-1000小时结合AI建议优化自己的打法学习复杂的防守技巧分析历史数据找出弱点阶段4直觉培养1000-2000小时减少对AI的依赖培养自己的牌感学习心理战术阶段5大师级2000小时完全内化AI的分析逻辑形成自己的独特风格能够指导其他玩家 持续改进与社区支持获取帮助与资源Discord社区与其他玩家交流经验GitHub Issues报告问题和建议功能模型分享获取更强的AI模型权重贡献与开发Akagi是开源项目欢迎开发者参与代码贡献修复bug添加新功能文档改进帮助完善使用指南模型训练分享更好的AI模型 立即开始你的AI麻将之旅Akagi麻将AI助手为麻将爱好者提供了一个强大的学习平台。无论你是刚入门的新手还是想要提升水平的中级玩家Akagi都能为你提供有价值的帮助。记住AI只是工具真正的进步来自于你的思考和实践。Akagi为你提供分析但最终的决策权在你手中。现在就下载Akagi开始你的智能麻将学习之旅吧在雀魂的世界中让AI成为你提升水平的得力助手。小贴士初次使用时建议从简单的分析开始逐步熟悉各项功能。随着使用时间的增加你会发现自己的麻将水平在不知不觉中得到了提升。【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