Akagi雀魂AI辅助工具:30天从新手到高手的智能麻将训练指南
【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、天鳳、麻雀一番街、天月麻將等日本麻将游戏设计的AI辅助工具,能够使用自定义AI模型实时分析对局并提供决策建议。这款工具的核心价值在于实时AI分析和智能决策支持,帮助玩家在实战中学习和提升麻将技术,而不是简单的代打工具。
🎯 为什么选择Akagi?麻将玩家的智能学习伙伴
传统学习 vs Akagi智能学习对比
| 学习方式 | 传统方法 | Akagi智能辅助 |
|---|---|---|
| 决策分析 | 凭感觉或事后复盘 | 实时AI提供最优建议 |
| 学习效率 | 看录像+自我反思 | 结构化记录+智能分析 |
| 进步速度 | 缓慢,依赖经验积累 | 快速,有数据支撑 |
| 适用人群 | 有经验的玩家 | 新手到高手全覆盖 |
Akagi的核心优势
- 实时AI分析- 基于Mortal模型提供精准打牌建议
- 多平台兼容- 支持雀魂、天鳳、麻雀一番街、天月麻將
- 教育导向- 专注技术提升而非自动化代打
- 数据记录- 自动保存完整对局记录
- 可定制化- 根据个人打法调整AI决策权重
🚀 快速入门:10分钟完成配置
环境要求清单
- ✅ Python 3.8-3.10环境
- ✅ 雀魂网页版账号(推荐使用网页版)
- ✅ 约500MB可用磁盘空间
- ✅ 稳定的网络连接
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:运行自动化安装脚本
Windows用户:
- 以管理员身份运行
scripts/install_akagi.ps1 - 或直接双击运行
run_akagi.bat
macOS/Linux用户:
chmod +x scripts/install_akagi.command ./scripts/install_akagi.command第三步:配置AI模型与证书
- 获取
mortal.pth模型文件(可从Discord社区获取) - 将文件放置于
mjai/bot/目录下 - 首次运行mitmproxy时安装证书
- 编辑
settings.json进行个性化配置
基础配置示例(settings.json)
{ "Autoplay": false, "Helper": true, "Port": { "MITM": 7878, "XMLRPC": 7879, "MJAI": 28680 } }重要提示:新手强烈建议将
Autoplay设为false,先熟悉AI建议模式,培养独立思考能力。
🎮 Akagi工作流程解析
四层技术架构
游戏数据 → MITM捕获 → 协议解析 → AI分析 → 决策建议 ↓ ↓ ↓ ↓ ↓ 雀魂游戏 → mitm.py → liqi.py → bot.py → client.py关键文件功能说明
| 文件路径 | 主要功能 | 用户操作 |
|---|---|---|
client.py | 主客户端界面,提供TUI交互 | 日常使用 |
mitm.py | MITM代理服务器,捕获游戏数据 | 首次配置 |
mjai/bot/bot.py | AI模型核心逻辑 | 模型管理 |
settings.json | 用户配置文件 | 个性化设置 |
majsoul2mjai.py | 牌谱转换工具 | 数据分析 |
📊 实战应用:分阶段学习计划
第一阶段:基础适应期(第1-7天)
目标:熟悉界面功能,建立基础战术意识
每日任务:
- 完成1-2局实战,每局后查看AI决策建议
- 记录3个与AI决策不同的关键选择
- 学习1个基础麻将概念(如牌效率、安全牌)
Akagi功能应用:
- 使用手牌效率评估系统
- 关注颜色编码提示理解牌效率概念
- 记录与AI建议不同的决策并分析原因
第二阶段:功能探索期(第8-14天)
目标:掌握高级功能,理解AI决策逻辑
每日任务:
- 使用复盘工具分析1局历史对局
- 尝试调整1项配置参数并观察效果
- 学习1个高级战术概念(如攻守判断)
实战技巧:
- 分析Akagi的役种概率实时计算
- 观察对手行为模式分析功能
- 学习攻守平衡智能建议的应用场景
第三阶段:战术实践期(第15-21天)
目标:转化AI建议为个人能力
每日任务:
- 进行1局"思考练习"(先自己决策再对比AI)
- 分析2个与AI决策不同的案例
- 尝试在实战中应用新学战术
南四局决策示例:
场况:亲家立直,你听牌但点数落后 Akagi分析: - 进攻胜率:42% - 防守安全度:78% - 推荐策略:弃和防守 决策依据:综合考虑点数差、对手舍牌记录、剩余牌山第四阶段:独立应用期(第22-30天)
目标:形成个人战术体系
每日任务:
- 进行2局"半独立"游戏(只在关键时刻参考AI)
- 总结个人战术风格偏好
- 完成1局完全不使用AI的实战测试
专家级配置示例:
"Evaluation": { "YakuWeight": 1.2, "SafetyWeight": 0.8, "OffensePriority": 0.7 }🔧 常见问题与解决方案
安装配置问题
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| MITM代理无法启动 | 端口被占用 | 修改settings.json中的端口号 |
| AI建议不显示 | 模型文件缺失 | 确认mortal.pth已放入正确目录 |
| 游戏连接失败 | 代理配置错误 | 检查浏览器代理设置 |
| 证书安装失败 | 系统权限问题 | 以管理员身份运行安装脚本 |
使用注意事项
安全使用指南:
- 不使用Steam版:推荐使用网页版,避免客户端检测
- 避免自动打牌:将
Autoplay设为false,手动操作 - 正常游戏行为:使用贴图交流,避免24小时不间断游戏
- 不完全依赖AI:结合自身判断,不完全照搬AI建议
账号安全建议:
- 使用网页版而非Steam客户端
- 避免使用MajsoulUnlocker等修改器
- 保持正常的游戏节奏和操作间隔
- 定期更换游戏策略和打法
📈 数据分析与进阶技巧
牌谱转换与深度分析
# 基础牌谱转换 python majsoul2mjai.py --input logs/recent_game.json --output analysis/ # 生成统计报告 python convert.py --mode stat --input analysis/ --output report/数据分析维度
| 分析维度 | 数据指标 | 学习价值 |
|---|---|---|
| 手牌效率 | 进张数、有效牌数 | 提升做牌速度 |
| 防守能力 | 安全牌识别、放铳率 | 减少失分 |
| 进攻时机 | 听牌时机、和了率 | 把握得分机会 |
| 局势判断 | 场况分析、攻守选择 | 提升大局观 |
个性化学习路径
新手阶段(初段-三段):
- 重点:基础牌效率、安全牌判断
- 目标:建立标准思考框架
- 工具:手牌效率评估、基础役种识别
进阶阶段(四段-七段):
- 重点:复杂局势处理、攻守平衡
- 目标:提升决策质量
- 工具:役种概率计算、对手行为分析
高手阶段(八段以上):
- 重点:个性化战术、模型调优
- 目标:形成个人风格
- 工具:自定义评估参数、多模型对比
🎯 实战场景应用示例
场景一:序盘手牌整理
问题:起手牌杂乱,不知如何整理Akagi帮助:
- 显示最佳理牌顺序
- 提示有效进张
- 评估向听数减少速度
场景二:中盘攻守判断
问题:对手立直,是否继续进攻Akagi分析:
- 计算当前手牌和了概率
- 评估放铳风险
- 提供攻守建议及理由
场景三:终局点数计算
问题:是否需要追立直Akagi帮助:
- 实时计算点数变化
- 分析对手可能手牌
- 提供最优策略建议
⚠️ 使用误区与正确观念
常见误区纠正
误区一:过度依赖AI决策
- ❌ 完全按照AI建议打牌,丧失思考能力
- ✅ 设置"人工确认"模式,重要决策需手动确认
误区二:忽视模型局限性
- ❌ 期望AI在所有场景下都给出最优解
- ✅ 理解AI擅长领域,复杂场况结合人工判断
误区三:忽略基础理论学习
- ❌ 依赖工具而不学习基本麻将理论
- ✅ 将Akagi作为学习辅助,配合基础理论学习
正确使用观念
- Akagi是教练,不是代打:工具提供建议,决策仍需自己做出
- 数据分析重于结果:关注决策过程而非单局胜负
- 循序渐进学习:从简单功能开始,逐步掌握高级技巧
- 安全第一:合理使用,避免账号风险
🛠️ 高级功能与自定义配置
配置文件详解(settings.json)
{ "Autoplay": false, // 自动打牌功能 "Helper": true, // 启用mahjong-helper "Autohu": false, // 自动和牌 "Port": { "MITM": 7878, // MITM代理端口 "XMLRPC": 7879, // XMLRPC端口 "MJAI": 28680 // MJAI端口 }, "Playwright": { "enable": false, // 启用Playwright "width": 800, // 视口宽度 "height": 600 // 视口高度 } }模型管理与优化
获取模型:
- 加入Discord社区获取最新模型
- 下载合适的bot.zip文件
- 解压后获取mortal.pth模型文件
模型放置:
- 将mortal.pth文件放入
mjai/bot/目录 - 确保文件路径正确:
mjai/bot/mortal.pth
📝 30天能力提升行动计划
第一周:基础建立(目标:熟悉工具功能)
每日任务:
- Day 1-2:完成安装配置,进行1局测试
- Day 3-4:学习基础界面操作,记录3个关键功能
- Day 5-7:完成3局实战,分析AI建议与自身决策差异
第二周:功能探索(目标:掌握分析工具)
每日任务:
- Day 8-10:使用复盘功能分析历史对局
- Day 11-12:调整配置参数,观察效果变化
- Day 13-14:学习高级分析功能应用
第三周:实战应用(目标:提升决策质量)
每日任务:
- Day 15-18:进行"思考练习"对局
- Day 19-21:分析复杂场况决策案例
- Day 22-24:尝试应用新学战术
第四周:独立成长(目标:形成个人风格)
每日任务:
- Day 25-27:减少AI依赖,半独立游戏
- Day 28-29:总结个人战术偏好
- Day 30:完全独立完成1局高质量对局
💡 总结:智能辅助与麻将智慧的完美结合
Akagi雀魂AI辅助工具不仅仅是一个技术工具,更是一位24小时在线的个性化麻将教练。通过实时分析、智能建议和数据记录,它帮助你在实战中快速成长,在复盘中深刻反思,在思考中形成自己的麻将哲学。
记住,真正的麻将高手不是靠工具取胜,而是借助工具更好地理解游戏、提升自己。Akagi的价值在于它能够放大你的学习效果,缩短你的成长周期,但最终的麻将智慧仍需你自己去探索和积累。
现在就开始使用Akagi,让智能辅助带你进入麻将的新境界,在雀魂的舞台上展现真正的技术实力!无论你是刚接触麻将的新手,还是希望突破瓶颈的高手,Akagi都能为你提供最适合的学习路径和成长支持。
立即开始:按照本文指南完成安装配置,加入Discord社区获取技术支持,开始你的麻将提升之旅!
【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