10分钟用麻将AI打完第一局:Akagi在雀魂的安装与实时分析教程 10分钟用麻将AI打完第一局Akagi在雀魂的安装与实时分析教程【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你的手牌离听牌只差一张三张牌都能打。打哪张安全、打哪张危险、打哪张最优你说不清。雀魂的界面里你只能凭感觉。Akagi是一个开源免费的麻将AI助手实时分析你的对局告诉你该打哪张。一张表说清信息差同一局牌没有AI有Akagi离听牌还有几步凭感觉估向听数实时更新和牌概率多大不知道和牌率、听牌率对每家放铳风险全靠猜每家独立铳率这回合打什么直觉推荐切牌加置信度这张表就是Akagi补上的全部差距。它不替你打牌它补的是你看不见的信息。所有分析跑在本地。 装起来跑起来前置条件对照即可系统Windows 10/11、macOS 10.15、Ubuntu 22.04内存4GB以上可用磁盘1GB以上空闲网络稳定连接Windows双击就能跑从Akagi的发行页拿到最新版Windows压缩包解压到任意有写权限的文件夹双击文件夹里的akagi启动向导按顺序走语言雀魂捕获方式选了代理方式把证书拖进系统信任存储macOS与Linux一条命令先装Rust stable和Node.js 20以上Linux再加装webkit2gtk-4.1克隆仓库git clone https://gitcode.com/gh_mirrors/ak/Akagi进目录启动cd Akagi cargo run首次启动进入设置向导语言雀魂捕获方式 第一局屏幕上会看到什么启动后你看到分栏主界面概览、Bots、历史、日志、设置。顶栏显示当前连接状态灰色表示未开始。点击启动捕获。几秒后顶栏变绿显示已连接。打开雀魂开局。你摸出第一张牌后一个独立悬浮分析窗会盖在游戏画面上方。上面是你的手牌、向听数、和牌率以及对每一家的放铳率。再往下是AI推荐切牌带置信度条。你每打一张牌这些数字都会刷新。看图右侧Bot状态、AI推荐、云端推理状态。你平时只需要盯推荐切牌那一行。 两个模式选一个就行MITM代理方式Akagi起一个本地代理你把雀魂客户端的流量指过去。证书信任一次任何客户端都能用多开也行。Chromium浏览器方式Akagi自己拉起浏览器你在那个窗口里登录雀魂打。没有证书没有代理零配置。如果你不想折腾选Chromium浏览器方式。用桌面客户端或多开选MITM代理方式。⚙️ 只影响出牌的那几个配置麻将AI模型内置在程序里不用下载四人和三人局都可用。想要更强的云端模型在设置页Bots标签里填key即启用网络不稳时会自动回落到本地模型。下面这几项直接影响出牌其余参数保持默认即可[bot] enabled true active_4p akagi-native # 4人局模型 active_3p akagi-native3p # 3人局模型 [overlay] top_n 3 # HUD推荐行数 卡住了看这里现象检查项动作AI无响应Bots页Bot状态显示红色就去日志页看报错AI无响应bot.enabled设为true后重启AI无响应云端keykey失效会回落本地模型重填key数据未捕获代理证书与代理信任ca/akagi-ca.crtping须返回pong数据未捕获代理回环规则localhost、127.0.0.1必须直连数据未捕获浏览器浏览器检测自动检测失败时手动指定浏览器路径程序崩溃会话日志诊断页看报错保留会话文件夹 五条安全红线✅ 手动出牌AI建议只作参考✅ 用稳定的家用网络✅ 保持自动出牌功能关闭❌ 不要24小时挂机使用❌ 不要在多个账号间频繁切换现在去跑一局回到开头那个局面离听牌一步三张可打打哪张Akagi会告诉你。现在去跑一局。【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

相关新闻

最新新闻

Java招聘市场现状与开发者应对策略

Java招聘市场现状与开发者应对策略

1. 行业现状观察:Java招聘市场的真实温度最近三个月,我密集接触了17家不同规模的互联网企业技术负责人,同时跟踪了主流招聘平台的Java岗位数据变化。一个明显的趋势是:传统意义上的"金三银四"招聘高峰在今年确实出现了明…

2026/8/24 19:03:24
Windows 10下MuJoCo与mujoco-py环境搭建全攻略

Windows 10下MuJoCo与mujoco-py环境搭建全攻略

1. 项目概述与环境准备 最近在搞一个强化学习的仿真项目,环境这块卡了我好几天。核心需求是在Windows 10上,通过Anaconda这个Python环境管理器,搭建一个能运行MuJoCo 150物理引擎和对应的Python接口 mujoco-py 的开发环境。听起来就是装几个…

2026/8/24 19:03:24
2026前端面试深度解析:核心考察与实战策略

2026前端面试深度解析:核心考察与实战策略

## 1. 面试准备与核心考察方向解析2026年的前端技术面试已经进入深水区,单纯背诵概念的时代早已过去。哈啰出行这类头部互联网企业的前端一面,通常聚焦三个维度:基础能力深度、工程化思维和业务场景理解。我在担任面试官期间发现,…

2026/8/24 19:03:24
C语言进阶实战:从指针、结构体到文件操作,构建通讯录管理系统

C语言进阶实战:从指针、结构体到文件操作,构建通讯录管理系统

在实际 C 语言学习和项目开发中,很多人学完了基础语法,却卡在如何将零散的知识点串联成一个完整的、可运行的程序上。从理解指针和内存管理,到处理文件输入输出,再到构建多文件项目,每一步都可能遇到编译错误、运行时崩…

2026/8/24 19:03:24
HexAGenT:面向Agentic LLM Serving的异构感知调度框架设计

HexAGenT:面向Agentic LLM Serving的异构感知调度框架设计

1. 项目概述:当大模型服务遇上“调度”这门艺术 最近和几个做AI工程化落地的朋友聊天,大家普遍一个感受:把一个大语言模型(LLM)的API接口跑起来容易,但真要把它用在一个复杂的、多步骤的、由多个智能体&…

2026/8/24 19:03:24
ComfyUI_UltimateSDUpscale:2 倍放大补细节,不炸显存

ComfyUI_UltimateSDUpscale:2 倍放大补细节,不炸显存

ComfyUI_UltimateSDUpscale:2 倍放大补细节,不炸显存 【免费下载链接】ComfyUI_UltimateSDUpscale ComfyUI nodes for the Ultimate Stable Diffusion Upscale script by Coyote-A. 项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI_UltimateSDUp…

2026/8/24 18:58:24