Akagi麻将AI助手实时分析与智能决策的Rust重写版【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你是否渴望在雀魂、天鳳等日麻平台上获得专业级的实时分析指导Akagi V3作为全新Rust Tauri架构重写的麻将AI助手为技术爱好者和进阶玩家提供了前所未有的实时分析体验。这款开源工具不仅支持多种主流平台还能无缝集成自定义AI模型将深度学习的智能决策带入每一局对局。 核心价值为什么选择Akagi V3架构革命单二进制Rust实现Akagi V3完全采用Rust语言重写抛弃了前代Python Electron的架构带来了显著的性能提升和资源优化。单二进制设计意味着更小的体积、更快的启动速度和更低的内存占用同时保持了跨平台兼容性。Akagi V3的现代化架构设计双重捕获模式灵活适应不同场景Akagi提供了两种数据捕获方式满足不同用户的技术需求MITM代理模式系统级代理需要一次性CA证书信任适合需要全局捕获的场景Chromium模式通过Chrome DevTools协议拦截WebSocket帧零代理配置开箱即用智能AI引擎内置与云端双轨并行系统内置纯Rust神经网络模型无需额外安装即可提供基础分析功能。同时支持云端推理API当需要更强算力时可无缝切换到远程高性能模型。这种双轨设计确保了分析服务的持续可用性。 技术实现深入Akagi的架构设计事件总线系统高效的数据流转Akagi采用基于通道的事件总线架构所有子系统通过标准化的消息格式通信实现了高度解耦的设计。核心事件总线定义在src/event_bus.rs中为不同模块间的数据交换提供了统一接口。模块化分析引擎麻将分析引擎位于src/analysis/目录基于EndlessCheng/mahjong-helper的Go版本移植而来包含向听数计算精确评估手牌进度和牌率分析基于剩余牌张的概率计算危险度评估针对每位对手的放铳风险分析最佳舍牌推荐综合考虑牌效和防守的智能建议Bot管理器灵活的AI集成src/bot/模块实现了完整的Bot生命周期管理支持三种运行模式内置原生Bot基于candle框架的纯Rust神经网络云端推理通过HTTP API调用远程高性能模型mjai子进程运行符合mjai协议的第三方AI引擎立直决策分析界面 实战应用三大使用场景详解场景一实时对局分析与决策支持Akagi最核心的功能是在游戏过程中提供实时分析。当你在雀魂或天鳳进行对局时系统会自动捕获游戏状态并在悬浮HUD中显示关键信息当前向听数手牌距离听牌的步数有效进张所有可能的进张牌种和牌概率基于剩余牌张的精确计算放铳风险针对每位对手的危险度评估推荐舍牌综合考虑进攻与防守的最佳选择场景二历史数据统计与分析每次完整对局都会被自动记录到config_root/history/目录下。历史功能提供了丰富的统计分析排名分布饼图直观展示1-4位的分布情况累计PT曲线支持多种计分规则切换详细统计数据包括和率、放铳率、立直率、副露率等关键指标场景三AI Bot开发与集成对于开发者而言Akagi提供了完整的mjai协议支持可以轻松集成自定义AI模型。Bot开发流程简单明了在mjai_bot/name/目录下创建Bot文件夹编写符合mjai协议的bot.py脚本通过标准输入输出与Akagi通信可选添加manifest.toml定义配置参数自摸时机分析界面 快速上手3分钟完成配置第一步获取与安装从GitCode仓库克隆最新版本git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi或者直接下载预编译的便携版zip文件解压到任意有写入权限的目录即可运行。第二步初始设置向导首次启动时Akagi会引导你完成基础配置语言选择支持英语、日语、简体中文、繁体中文游戏平台选择雀魂、天鳳、Riichi City或Amatsuki捕获模式推荐新手使用Chromium模式无需CA证书Bot设置内置Bot已预装可直接使用第三步开始游戏分析配置完成后启动对应的麻将平台Akagi会自动连接并开始分析。悬浮HUD会实时显示分析结果你可以拖动和调整界面布局以适应个人偏好。 高级功能深度定制与扩展自定义AI模型集成Akagi支持通过mjai协议集成第三方AI模型。Bot开发接口设计简洁# bot.py 基础示例 import json import sys def react(events): # 分析事件流做出决策 return {type: dahai, actor: 0, pai: 1m, tsumogiri: False} for line in sys.stdin: events json.loads(line) response react(events) sys.stdout.write(json.dumps(response) \n) sys.stdout.flush()云端推理服务配置对于需要更高计算能力的场景Akagi支持连接到远程推理服务器在设置中启用云端推理功能配置API密钥和服务器地址系统会自动在本地模型和云端模型间切换多平台游戏支持Akagi目前支持以下麻将平台平台4人对战3人对战自动对局雀魂 (Majsoul)✓✓✓天鳳 (Tenhou)✓✓✗Riichi City✓✓✗Amatsuki计划中计划中✗和牌分析界面️ 开发者指南构建与贡献从源码构建Akagi采用现代化的构建工具链# 开发模式运行 cargo run # 构建发布版本 cargo tauri build --no-bundle bash scripts/package-zip.sh target-triple项目结构概览. ├── src/ # Rust后端源码 │ ├── analysis/ # 麻将分析引擎 │ ├── bot/ # Bot管理器 │ ├── bridge/ # 平台协议解析 │ ├── capture/ # 数据捕获后端 │ └── game_state/ # 游戏状态跟踪 ├── frontend/ # React前端界面 ├── native_bot/ # 内置神经网络模型 ├── mjai_bot/ # mjai协议Bot接口 └── tests/ # 集成测试贡献指南Akagi欢迎社区贡献主要开发方向包括新平台支持添加更多麻将游戏平台分析算法改进优化风险评估模型UI/UX改进提升用户体验性能优化减少资源占用 进阶应用从工具到训练伙伴数据驱动的技术提升Akagi不仅是一个实时分析工具更是一个数据驱动的学习平台。通过长期使用你可以识别个人技术弱点分析历史数据找出常犯错误建立科学的决策框架理解AI建议背后的逻辑跟踪技术进步通过统计数据量化水平提升自定义分析参数高级用户可以通过配置文件调整分析参数# config.toml 示例 [analysis] risk_weight 0.7 agari_weight 0.3 max_search_depth 5 [bot] active_4p akagi-native active_3p akagi-native3p 未来展望麻将AI的新时代Akagi V3代表了麻将AI工具的新方向——高性能、易用性和可扩展性的完美结合。随着社区的发展我们期待看到更多AI模型集成支持不同风格的决策算法更丰富的分析维度引入更多专业麻将理论社区生态建设共享配置、模型和最佳实践无论你是希望提升技术的麻将爱好者还是对AI决策系统感兴趣的技术开发者Akagi都提供了一个理想的起点。通过开源协作我们共同推动麻将AI技术的发展让智能分析成为每位玩家的得力助手。立即开始你的智能麻将之旅让Akagi成为你提升技术、享受游戏的专业伙伴【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