麻将AI智能助手Akagi从零构建实时对局分析与AI决策系统【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是一款面向雀魂、天鳳、麻雀一番街、天月麻將等主流日本麻将平台的实时AI助手系统。通过创新的MITM代理架构和RustTypeScript技术栈Akagi能够在毫秒级延迟内提供牌效分析、风险评估和AI建议帮助玩家从数据驱动角度理解麻将决策。核心技术架构三层分离的模块化设计Akagi采用独特的三层架构设计确保系统的高性能和可扩展性1. 数据捕获层游戏协议的实时监听Akagi支持两种数据捕获模式满足不同用户的技术需求捕获模式技术原理适用场景配置复杂度MITM代理系统级中间人代理截获WebSocket通信稳定网络环境需要系统级代理中等需要CA证书信任Chromium模式Chrome DevTools协议直接控制浏览器零配置启动适合新手用户简单自动检测浏览器图麻将动作吃的示意图Akagi能够识别并分析所有标准麻将动作2. 协议解析层多平台麻将协议统一化麻将平台各有不同的通信协议Akagi通过协议适配层将这些专有格式统一为标准的mjai格式// src/bridge/majsoul/parser.rs 中的协议解析核心 fn parse_liqi_protobuf(raw_bytes: [u8]) - ResultMjaiEvent { // 雀魂的5层WebSocket协议解析 // 1. 类型字节识别 // 2. Wrapper消息解包 // 3. 内部消息解析 // 4. 动作protobuf解码 // 5. 转换为标准mjai事件 }图和牌动作分析Akagi能够实时计算和牌概率与风险评估3. AI决策层可插拔的智能模型系统Akagi设计了灵活的AI模型接口支持多种麻将AI模型的即插即用mjai_bot/bot_name/ ├── bot.py # 标准mjai协议接口 ├── pyproject.toml # Python依赖配置 ├── manifest.toml # 模型元数据 └── README.md # 使用说明实时分析引擎从麻将规则到数学概率Akagi的分析引擎基于专业的麻将算法库提供多维度的实时分析牌效率计算与进张优化系统采用先进的牌效率算法基于当前手牌计算最优切牌选择// src/analysis/runner.rs 中的牌效分析核心 pub fn calculate_best_discard(hand: Hand, dora_indicators: [Tile]) - DiscardRecommendation { // 1. 计算向听数 let shanten calculate_shanten(hand); // 2. 分析有效进张 let effective_tiles analyze_effective_tiles(hand); // 3. 评估进张价值 let tile_values evaluate_tile_values(effective_tiles, dora_indicators); // 4. 生成推荐切牌 generate_recommendation(shanten, tile_values) }风险评估系统防守决策的科学依据当对手立直时Akagi的风险评估系统自动启动计算每张牌的放铳概率安全等级放铳概率范围推荐策略适用场景绝对安全牌0%优先打出已现物或绝对安全牌筋牌理论牌5%可以考虑中盘防守阶段一般危险牌5%-20%尽量避免听牌率较高时高度危险牌20%-50%绝对避免对手立直后超危险牌50%绝对保留终盘阶段图立直状态分析Akagi能够识别并评估立直对手的威胁程度安装与配置5分钟快速上手指南环境准备与系统要求Akagi采用跨平台设计支持主流操作系统操作系统文件格式依赖要求备注Windowsakagi- -windows-x64.zipWebView2Win10 1803内置首次运行需点击更多信息→仍要运行macOSakagi- -macos-arm64.zipApple Silicon芯片首次运行需执行xattr -cr或右键打开Linuxakagi- -linux-x64.zipWebKit2GTK 4.1需安装libwebkit2gtk-4.1-0快速启动流程下载并解压# 从发布页面下载对应平台的压缩包 # 解压到任意可写目录 unzip akagi-*.zip -d ~/Apps/Akagi/首次运行配置向导选择界面语言支持英文、日语、简繁体中文选择麻将平台雀魂、天鳳等选择捕获模式推荐Chromium模式安装AI模型内置Mortal示例模型启动游戏分析# 进入解压目录并运行 cd ~/Apps/Akagi/ ./akagi # Windows: akagi.exe图自摸分析Akagi能够评估自摸概率和期望点数高级功能深度解析游戏历史记录与统计分析Akagi自动记录所有完整对局提供详细的数据分析config_root/history/ ├── index.jsonl # 游戏记录索引 └── games/ └── ulid.mjai.jsonl # 完整事件流副本历史分析功能包括排名分布饼图1-4位或1-3位分布统计累计PT曲线图支持雀魂段位、天鳳段位、自定义规则详细统计数据和牌率、放铳率、立直率、副露率、流局率平均点数分析平均和了点、平均放铳点、平均和了巡目实时日志与诊断系统Akagi提供专业的诊断工具帮助用户排查问题和优化配置log_dir/session/ ├── all.log # 完整追踪日志 ├── proxy.log # 代理模块日志 ├── bot.log # AI模型日志 ├── proxy.binlog # 原始WebSocket帧 └── inspector.jsonl # 协议解析日志前端提供两个诊断标签页诊断视图可过滤的应用日志支持实时追踪检查器视图原始协议帧→mjai事件→AI响应的完整流水线图杠牌动作分析Akagi能够识别杠牌并计算其对牌局的影响AI模型集成与扩展Mortal AI模型集成Akagi内置Mortal AI模型作为示例但更重要的是提供了灵活的模型集成接口# config.toml中的AI配置 [bot] enabled true active_4p mortal # 四人麻将使用mortal模型 active_3p mortal3p # 三人麻将使用专用模型 auto_sync true dir ./mjai_bot自定义模型开发指南开发者可以轻松集成自定义麻将AI模型# mjai_bot/custom_bot/bot.py 示例 import json import sys from typing import List, Dict, Any def react(events: List[Dict[str, Any]]) - Dict[str, Any]: 标准mjai协议响应函数 # 1. 解析当前游戏状态 # 2. 运行AI推理 # 3. 返回动作决策 return {type: discard, tile: 1m}模型权重管理Akagi采用创新的模型权重分发策略轻量级占位模型GitHub发布中包含用于验证安装完整权重模型通过Discord社区分发提供更强的AI能力在线API模型托管式服务无需本地神经网络计算图流局状态分析Akagi能够识别流局条件并计算得失性能优化与调优指南系统资源优化配置针对不同硬件配置Akagi提供灵活的调优选项# 性能优化配置示例 [performance] analysis_depth 3 # 分析深度1-5 enable_visualization false # 关闭可视化计算 cache_size 100 # 分析结果缓存大小 batch_size 1 # AI推理批次大小网络连接优化策略Akagi支持多种网络配置模式适应不同的网络环境网络模式延迟稳定性配置复杂度直连模式最低依赖网络质量简单代理模式中等较高中等混合模式可变最高复杂内存与CPU使用优化通过以下配置可以显著降低系统资源占用限制历史记录自动清理旧的对局记录优化日志级别生产环境使用info级别禁用高级分析关闭非必要的实时计算调整AI模型使用轻量级模型版本图打牌动作分析Akagi能够推荐最优打牌选择常见问题与故障排除捕获模式相关问题问题MITM模式无法捕获游戏数据检查CA证书是否正确安装到系统信任存储验证代理端口是否被占用curl http://127.0.0.1:23410/ping确认游戏客户端正确配置了代理设置问题Chromium模式浏览器检测失败手动设置浏览器可执行文件路径检查浏览器是否支持Chrome DevTools协议确保没有其他扩展程序占用调试端口AI模型相关问题问题模型加载缓慢或卡在同步依赖首次运行uv sync可能需要较长时间检查网络连接是否正常删除.akagi/synced.stamp文件后重试问题模型推理延迟过高检查系统资源使用情况考虑使用在线API模型替代本地推理调整AI模型的批次大小参数游戏兼容性问题问题特定平台无法连接确认Akagi支持该麻将平台检查平台协议是否有更新查看日志中的协议解析错误问题游戏中断或数据丢失确保网络连接稳定检查代理设置是否正确查看会话日志文件定位问题图碰牌动作分析Akagi能够评估碰牌对牌效率的影响技术特色与创新点1. 零依赖Python运行时Akagi创新性地将Python运行时与主程序捆绑无需用户安装Python环境# 内置的Python构建系统 runtime/ ├── python/ # python-build-standalone 3.12 └── uv/ # 快速Python包管理器2. 实时事件总线架构采用基于通道的事件总线设计确保子系统间的高效通信// src/event_bus.rs 中的事件总线定义 pub struct EventBus { mjai_tx: broadcast::SenderMjaiEvent, bot_response_tx: broadcast::SenderBotResponse, analysis_tx: broadcast::SenderAnalysisResult, // ... 其他通道 }3. 国际化与本地化支持完整的国际化支持覆盖界面、文档和错误信息// frontend/src/i18n/ 中的多语言配置 export const resources { en: { translation: enTranslation }, ja: { translation: jaTranslation }, zh-CN: { translation: zhCNTranslation }, zh-TW: { translation: zhTWTranslation } };4. 安全与合规设计Akagi严格遵守麻将平台的服务条款采用教育导向的设计理念进程隔离AI模型运行在独立进程中避免许可证污染数据本地化所有分析数据存储在本地不上传云端透明操作提供完整的日志和诊断信息未来发展方向与社区贡献平台扩展计划Akagi正在扩展对更多麻将平台的支持平台状态功能支持雀魂✅ 完整支持4人/3人、自动游戏天鳳✅ 观察模式4人/3人、手动操作Riichi City 开发中基础支持Amatsuki 开发中基础支持功能增强路线图自定义主题系统前端主题化支持高级可视化更丰富的牌局可视化工具天鳳自动游戏扩展自动游戏支持社区模型市场AI模型共享平台社区参与方式Akagi是开源项目欢迎社区贡献代码贡献通过GitHub提交Pull Request问题反馈在GitHub Issues报告bug或建议功能文档改进帮助完善多语言文档模型开发开发新的麻将AI模型图无操作状态Akagi能够识别并分析各种游戏状态结语从直觉到数据的麻将决策革命Akagi代表了麻将辅助工具的技术前沿通过创新的架构设计和专业的算法实现为麻将爱好者提供了前所未有的学习工具。无论是新手玩家想要快速提升水平还是进阶玩家希望优化决策过程Akagi都能提供有价值的实时分析和建议。项目的核心价值在于教育导向而非替代玩家决策。通过科学的数据分析和AI建议Akagi帮助玩家深入理解麻将的策略本质实现从经验驱动到数据驱动的思维转变。通过简单的安装配置和直观的操作界面Akagi让专业的麻将分析技术变得触手可及。无论是想要了解自己的游戏习惯还是希望优化特定场景的决策Akagi都能提供有价值的洞察和建议。注Akagi项目遵循Apache 2.0开源协议仅供教育和研究目的使用。使用前请确保遵守相关麻将平台的服务条款。【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
