news 2026/4/27 13:47:25

雀魂AI助手Akagi完整指南：免费提升麻将水平的终极工具

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
雀魂AI助手Akagi完整指南：免费提升麻将水平的终极工具

雀魂AI助手Akagi完整指南：免费提升麻将水平的终极工具

【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

Akagi是一款专为雀魂玩家设计的开源免费AI辅助工具，能够在本地实时分析麻将对局并提供专业建议。这款强大的雀魂AI助手支持多种游戏平台，包括雀魂、天鳳、麻雀一番街和天月麻将，让你在享受游戏的同时快速提升竞技水平。

🎯 项目概述与核心价值

Akagi的核心价值在于为麻将爱好者提供一个安全、智能的学习平台。与其他在线分析工具不同，Akagi完全在本地运行，所有游戏数据都在你的电脑上处理，无需担心账号安全问题。这款雀魂AI助手内置了先进的Mortal AI模型作为示例，能够实时分析每手牌的决策，帮助你做出更明智的选择。

项目的主要功能包括：

  • 实时对局分析：每秒处理200+牌局特征，提供精准建议
  • 多平台支持：兼容雀魂、天鳳、麻雀一番街、天月麻将
  • 本地化处理：所有数据都在本地分析，保护隐私安全
  • 自定义AI模型：支持用户导入和训练自己的AI模型
  • 开源免费：完全开源，社区持续更新优化

🚀 快速上手指南

准备工作与环境要求

在开始使用Akagi之前，你需要准备以下内容：

  1. 系统要求：

    • Windows 10/11 或 macOS 10.14+
    • Python 3.8 或更高版本
    • 至少4GB可用内存
    • 稳定的网络连接

  2. 获取AI模型文件：

    • 你需要一个mortal.pth模型文件
    • 这个文件通常可以从Discord社区获取
    • 文件大小应大于100MB以确保完整性

三步安装流程

第一步：获取项目代码

git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi

第二步：运行安装脚本

Windows用户：

  1. 以管理员身份打开PowerShell
  2. 执行：Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
  3. 运行：.\scripts\install_akagi.ps1

macOS用户：

  1. 打开终端
  2. 给予执行权限：chmod +x scripts/install_akagi.command
  3. 运行：./scripts/install_akagi.command

第三步：配置代理和证书

  1. 首次运行后会生成mitmproxy证书
  2. 在~/.mitmproxy目录找到证书文件
  3. 安装到系统的信任证书存储中
  4. 将mortal.pth文件放入mjai/bot/目录

首次启动配置

编辑配置文件settings.json进行个性化设置：

{ "model_enabled": true, "analysis_depth": 2, "response_delay": 1500, "human_like_delay": true, "log_level": "warning" }

🔧 核心功能详解

智能分析引擎

Akagi的核心分析引擎位于mjai/bot/目录中，它能够实时处理游戏数据并生成专业建议。主要分析功能包括：

  1. 向听数计算：精确计算当前手牌的向听数，找出最优的听牌路径
  2. 危险牌识别：分析场况和对手动作，识别危险的安全牌
  3. 番种概率预测：根据当前牌局状态预测可能的番种组合
  4. 最佳出牌建议：综合考虑效率、安全和得分，提供最优出牌选择

实时数据捕获

项目通过MITM代理技术捕获游戏数据，相关代码位于mitm.py中。这个模块负责：

  • 拦截雀魂的WebSocket通信
  • 解析LiqiProto协议数据
  • 将游戏状态转换为mjai格式
  • 与AI引擎进行实时交互

用户界面系统

Akagi提供了直观的TUI界面，主要代码在client.py中实现。界面分为几个关键区域：

  • 左上角：显示捕获的LiqiProto消息
  • 右上角：展示AI返回的MJAI建议
  • 中部：当前手牌显示（使用Unicode字符）
  • 底部：控制面板和设置选项

配置管理系统

配置文件管理在config.py中实现，支持以下设置：

  • 代理端口配置：MITM、XMLRPC、MJAI端口设置
  • 自动化选项：自动打牌、自动和牌功能
  • 延迟控制：模拟人类思考时间的随机延迟
  • 界面设置：Playwright浏览器窗口尺寸调整

🎮 实战应用场景

新手学习模式

如果你是麻将新手，Akagi可以帮助你：

  1. 基础牌理学习：通过观察AI的决策，理解基本牌理原则
  2. 安全牌识别训练：学习如何判断安全牌和危险牌
  3. 听牌效率优化：了解如何快速有效听牌

中级玩家提升

对于有一定基础的玩家，Akagi提供：

  1. 防守策略分析：学习如何在危险局面下有效防守
  2. 进攻时机把握：识别最佳的进攻时机和听牌选择
  3. 对手习惯分析：通过AI建议对比自己的判断差异

高级玩家精进

高手玩家可以使用Akagi进行：

  1. 精细化计算验证：验证自己的牌效率计算准确性
  2. 复杂局面分析：分析特殊牌局的处理方式
  3. 心理战术研究：学习如何通过AI分析对手心理

训练计划制定

建议按照以下计划使用Akagi：

第一周：观察学习阶段

  • 开启AI建议，单纯观察不干预
  • 理解每个建议背后的逻辑
  • 记录不理解的决定并研究

第二到四周：实践应用阶段

  • 尝试自主决策，然后对比AI建议
  • 重点学习防守策略
  • 分析和牌概率计算

一个月后：自主提升阶段

  • 减少AI依赖，建立自己的判断体系
  • 分析历史对局数据
  • 针对弱项进行专项训练

⚙️ 高级配置技巧

性能优化配置

编辑settings.json文件进行性能调优：

{ "Port": { "MITM": 7878, "XMLRPC": 7879, "MJAI": 28680 }, "Playwright": { "enable": true, "width": 1280, "height": 720 }, "RandomTime": { "new_min": 3.5, "new_max": 4.5, "min": 1.0, "max": 3.2, "moqiedelay": true } }

自定义AI模型集成

如果你想使用自己的AI模型：

  1. 准备模型文件：支持PyTorch、ONNX等格式
  2. 实现模型接口：参考mjai/bot/model.py的接口规范
  3. 配置模型路径：在配置文件中指定模型位置
  4. 测试模型性能：确保模型输出格式符合要求

插件开发指南

Akagi支持自定义插件开发，你可以在mhm/hook/目录下创建插件：

from mhm.hook import BaseHook class CustomAnalysisPlugin(BaseHook): def on_turn_start(self, game_state): # 自定义回合开始时的分析逻辑 self.logger.info(f"回合开始分析：{game_state}") def on_discard_decision(self, tile): # 自定义舍牌决策分析 return self.analyze_discard_options(tile)

🔍 常见问题解答

安装问题排查

Q：安装过程中出现证书错误怎么办？A：确保以管理员/root权限运行安装脚本，并正确安装mitmproxy证书到系统信任存储。

Q：启动后无法捕获游戏数据？A：检查以下几点：

  1. 代理设置是否正确（HTTP代理：127.0.0.1:8080）
  2. 防火墙是否允许mitmproxy运行
  3. 证书是否已正确安装并信任

Q：AI建议延迟过高？A：尝试以下优化：

  1. 降低analysis_depth设置值
  2. 检查系统资源占用情况
  3. 考虑升级硬件配置

使用问题解决

Q：如何确保账号安全？A：遵循以下安全准则：

  1. 使用Web版而非Steam版雀魂
  2. 不要开启自动打牌功能
  3. 定期使用贴图与对手交流
  4. 不完全依赖AI建议，保持人类决策

Q：模型加载失败怎么办？A：检查模型文件：

  1. 确认mortal.pth文件完整性
  2. 验证文件路径是否正确
  3. 检查Python环境版本兼容性

Q：如何导出对局分析数据？A：使用内置的数据转换工具：

python convert.py -i replay.log -o analysis.csv

📊 学习路径规划

初学者路线（1-2个月）

第一阶段：基础建立（1-2周）

  • 学习基本麻将规则和术语
  • 了解向听数、牌效率等基础概念
  • 使用Akagi观察AI的决策逻辑

第二阶段：技能训练（2-4周）

  • 练习安全牌判断
  • 学习基本的防守策略
  • 分析和牌概率计算

第三阶段：实战应用（1个月后）

  • 减少AI依赖，尝试自主决策
  • 分析历史对局数据
  • 建立个人打牌风格

进阶提升路径

效率优化阶段

  • 学习牌效率最大化原则
  • 掌握快速听牌技巧
  • 理解各种役种的构成

防守深化阶段

  • 学习高级防守策略
  • 掌握读牌技巧
  • 理解场况判断

心理战术阶段

  • 学习对手心理分析
  • 掌握节奏控制技巧
  • 理解牌局心理博弈

🤝 社区与扩展

开源社区参与

Akagi是一个活跃的开源项目，欢迎社区贡献：

  1. 问题反馈：在项目issue中报告遇到的问题
  2. 功能建议：提出改进建议和新功能想法
  3. 代码贡献：提交Pull Request帮助改进项目
  4. 文档完善：帮助改进使用文档和教程

相关资源链接

  • 官方文档：README.md
  • 中文文档：README_CH.md
  • 核心源码：mjai/
  • 代理模块：mitm.py
  • 配置管理：config.py

扩展开发资源

项目提供了丰富的扩展接口：

  1. AI模型接口：mjai/bot/model.py
  2. 插件系统：mhm/hook/
  3. 协议解析：liqi.py
  4. 数据转换：majsoul2mjai.py

学习资源推荐

  • 麻将基础教程：学习基本规则和术语
  • 牌效率理论：理解向听数和牌效率计算
  • 防守策略指南：学习安全牌判断和防守技巧
  • 实战对局分析：通过复盘提升实战能力

🎉 开始你的麻将提升之旅

Akagi不仅仅是一个工具，更是你麻将学习路上的智能伙伴。通过合理使用AI分析，结合实战经验积累，你将在享受麻将乐趣的同时，稳步提升竞技水平。

记住关键原则：AI是辅助，思考是核心。让Akagi成为你提升麻将水平的得力助手，而不是完全依赖的对象。在对局中保持独立思考，将AI建议作为参考，最终形成自己的麻将哲学。

现在就开始使用Akagi，开启你的麻将水平提升之旅吧！无论你是刚入门的新手，还是希望突破瓶颈的老手，这款免费开源的AI助手都能为你提供有价值的帮助。

重要提示：请合理使用AI辅助工具，遵守游戏规则和社区准则，享受健康、公平的游戏环境。

【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

版权声明: 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。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/4/27 13:42:25

别再只盯着Speed了！用ethtool命令排查Linux网卡疑难杂症的保姆级指南

别再只盯着Speed了！用ethtool命令排查Linux网卡疑难杂症的保姆级指南 当服务器突然出现网络延迟激增，而ifconfig显示一切正常时，大多数工程师的第一反应是检查Speed和Link detected状态。但真实情况往往藏在你从未注意过的ethtool输出字段里—…

作者头像 李华
网站建设 2026/4/27 13:36:55

Element Plus终极指南：5个步骤打造专业级Vue 3应用界面

Element Plus终极指南：5个步骤打造专业级Vue 3应用界面 【免费下载链接】element-plus 🎉 A Vue.js 3 UI Library made by Element team 项目地址: https://gitcode.com/GitHub_Trending/el/element-plus Element Plus是一个基于Vue 3的企业级UI组…

作者头像 李华
网站建设 2026/4/27 13:30:10

Linux内核里这个‘物理内存拼图’：手把手带你玩转scatterlist API

Linux内核中的物理内存拼图：scatterlist API实战指南 引言 在驱动开发的世界里，我们常常需要处理一个看似简单却异常棘手的问题：如何让DMA控制器高效地访问那些分散在物理内存各处的数据块？想象一下，你正试图将一幅被打…

作者头像 李华
网站建设 2026/4/27 13:29:09

AutoTask终极指南：如何用5分钟实现Android自动化任务管理

AutoTask终极指南：如何用5分钟实现Android自动化任务管理 【免费下载链接】AutoTask An automation assistant app supporting both Shizuku and AccessibilityService. 项目地址: https://gitcode.com/gh_mirrors/au/AutoTask AutoTask是一款专业的Android自…

作者头像 李华