阴阳师自动化工作流：OAS脚本部署与深度定制指南

1. 这不是“挂机外挂”，而是一套可验证、可复现、可审计的《阴阳师》日常任务自动化工作流

“终极阴阳师自动化指南：如何用OAS脚本每天节省2小时”——这个标题里藏着三个关键信号：“终极”不是噱头，而是指代一套覆盖全日常链路的闭环方案；“OAS”不是泛泛而谈的脚本缩写，特指 OnmyojiAutoScript 这个在阴阳师玩家圈内已稳定运行超4年的开源项目；“每天节省2小时”是实测数据，不是估算值，它来自连续30天、跨iOS/Android双端、含御魂/觉醒/结界突破/秘闻副本/活动副本等12类高频场景的计时日志。

我从2020年游戏公测期就开始用OAS，中间经历过6次重大版本更新（包括SP阶式神上线、新结界机制、活动副本动态关卡、安卓13权限收紧、iOS 17屏幕录制API变更），每次更新后都参与社区issue追踪和本地patch调试。目前主力设备是iPhone 14 Pro（iOS 17.5）+ Pixel 7（Android 14），两台设备均未越狱/未Root，所有操作基于系统级无障碍服务与标准ADB协议实现，不依赖任何第三方注入工具或模拟点击SDK。OAS的核心价值，从来不是“全自动打怪”，而是把“人必须盯着屏幕做决策”的环节压缩到最小——比如御魂自动选层，靠的是预设的伤害阈值+式神练度数据库比对；结界突破自动换阵容，依据的是实时扫描敌方阵容后调用本地匹配算法；甚至连“是否跳过动画”这种细节，都支持按式神星级、技能等级、当前体力值三级条件判断。

这套方案真正解决的，是中重度玩家最痛的三个时间黑洞：

• 重复性操作耗时：每日固定流程包含至少18次手动点击（御魂选层×3、觉醒材料确认×2、结界突破点将×4、秘闻副本选关×3、活动副本刷新×2、商店购买×2、好友协战确认×2），平均单次操作耗时6.8秒，合计超2分钟；
• 等待不可控：御魂/觉醒战斗动画不可跳过，但OAS通过帧率监测+OCR识别“战斗结束”弹窗，在动画最后一帧触发下一动作，比人眼反应快1.2秒/次；
• 决策疲劳累积：面对20+式神、50+御魂套装、300+技能组合，每日需做至少7次“该用哪套阵容打哪个副本”的判断，OAS内置的策略引擎已预置137条规则（如“敌方有SP彼岸花→禁用须佐之男”、“体力＜30→跳过所有非紧急副本”），直接输出最优解。

它适合三类人：

• 回归玩家：停服3个月后想快速追上进度，OAS能帮你把每日日常压缩到15分钟内完成，避免因操作生疏导致资源浪费；
• 多账号玩家：同时养3个号，手动操作时间呈线性增长，OAS支持多实例并行（需独立ADB端口），3个号同步执行仅比单号多耗时23秒；
• 时间敏感型玩家：学生党/上班族，每天只有固定30分钟游戏时间，OAS确保这30分钟100%用于高价值行为（如刷特定御魂、攒活动积分），而非反复点屏幕。

需要明确划清界限：OAS不提供“自动升星”“自动合成御魂”“自动抽卡”功能——这些涉及游戏核心经济系统，OAS作者团队在GitHub README中明确声明“所有功能设计严格遵循网易《阴阳师》用户协议第4.2条：仅允许辅助完成‘玩家本应手动执行’的操作”。它的技术底座是计算机视觉+规则引擎+轻量级状态机，不是AI预测模型，更不是所谓“黑产脚本”。接下来我会带你从零开始，亲手搭建这套已被3700+玩家验证过的自动化工作流。

2. OAS不是“拿来即用”的黑盒，它的架构设计决定了你能否长期稳定运行

2.1 为什么必须放弃“一键安装包”思维？OAS的三层架构解析

很多新手第一次接触OAS时，会直接下载GitHub Release页的zip包，双击运行exe文件——结果90%概率失败。这不是脚本问题，而是没理解OAS的本质：它不是一个独立程序，而是一套运行在宿主环境上的自动化工作流框架。它的稳定性和扩展性，完全取决于你对底层架构的理解深度。

OAS采用经典的三层架构设计：

这个架构的关键在于：基础层决定“能不能跑”，中间层决定“跑得准不准”，应用层决定“跑得全不全”。我见过太多人卡在基础层——花3小时折腾ADB连接，却不愿花10分钟看官方Wiki的“Windows ADB Setup Checklist”。真正的效率提升，始于对架构的敬畏。

2.2 OAS与市面其他“阴阳师脚本”的本质区别：可控性 vs 黑箱化

搜索“阴阳师 自动化脚本”，你会看到大量标榜“全自动”“免设置”“秒安装”的工具。它们和OAS的根本差异，不在功能多少，而在控制粒度：

• 黑箱脚本：把所有逻辑打包进exe，你只能选择“开/关”，无法干预任何中间步骤。比如御魂自动选层，它可能用固定坐标点击“困难”按钮，一旦游戏更新按钮位置，整个功能就失效；结界突破时强行点击“挑战”区域，若对手阵容触发特殊动画，脚本会卡死。

• OAS脚本：每个动作都可追溯、可调试、可替换。以御魂选层为例，它的执行链路是：
  1. 截图 → 2. OCR识别当前层数文字 → 3. 查询本地数据库（含式神练度、御魂属性）→ 4. 计算期望伤害值 → 5. 比对预设阈值 → 6. 生成点击坐标 → 7. 执行ADB tap命令 → 8. 等待“进入战斗”弹窗出现 → 9. 进入战斗模块
  其中第3步的数据库，你可以随时用Excel编辑；第4步的计算公式，源码里是明文Python函数；第5步的阈值，config.yaml里用yuhun_damage_threshold: 12500直接定义。

这种设计带来两个硬性好处：

• 故障可定位：某天御魂选层失败，OAS日志会精确记录到第7步“等待弹窗超时”，说明是游戏动画延迟导致，而非脚本本身bug；
• 规则可定制：你想让SP荒川之主只打10层以上御魂，只需在strategy.py里加一行if shikigami_name == "SP_Arakawa" and current_layer < 10: skip_layer()，无需等待作者更新。

这也是为什么OAS社区能持续维护4年——它把“自动化”从“交给工具”变成“掌控流程”。你不是使用者，而是协作者。

2.3 为什么OAS选择Python而非Lua/JavaScript？技术选型背后的现实考量

看到OAS用Python写，很多人会疑惑：“不是说Lua轻量、JS跨平台吗？为啥不用？”这背后是开发者对玩家真实使用场景的深刻洞察：

• 调试成本优先级最高：阴阳师玩家群体中，程序员占比不足5%，但95%的人都用过Excel。Python语法接近伪代码（if damage > threshold: click(x,y)），变量命名直白（current_heart = ocr_read("体力")），出错时日志报错行清晰（File "yuhun.py", line 47, in select_layer）。相比之下，Lua的local x, y = get_click_pos()需要理解闭包，JS的async/await对新手是认知门槛。

• 生态工具链成熟度：OAS重度依赖OpenCV（图像处理）和Tesseract（OCR），这两个库在Python生态中维护最活跃、文档最全、预编译wheel包最丰富。我在Pixel 7上测试过，用Python+OpenCV 4.8.0，截图识别速度是JS+WebAssembly方案的3.2倍（实测：120ms vs 385ms），这对需要高频截图的御魂场景至关重要。

• 跨平台一致性：OAS要求Windows/macOS/Linux三端体验一致。Python的pyinstaller打包后，Windows用户双击exe、macOS用户拖拽到Applications、Linux用户chmod +x后运行，行为完全相同。而JS方案在macOS上常因Safari权限问题无法调用屏幕录制API，Linux下Node.js的canvas依赖又容易编译失败。

提示：不要被“Python慢”误导。OAS的性能瓶颈从来不是Python解释器，而是ADB通信延迟（平均83ms/次）和手机屏幕刷新率（60Hz）。我们做的所有优化，都是围绕“减少ADB调用次数”和“提升OCR识别准确率”展开，比如把10次单独截图合并为1次全屏截图再分区分析，识别速度提升40%。

3. 从零部署OAS：避开90%新手踩坑的实操全流程

3.1 环境准备：三台设备的真实配置记录

别跳过这一步。我用三台不同配置的设备实测了OAS部署流程，结果差异极大：

我的标准化建议（适配95%设备）：

• Windows用户：下载OAS官方提供的oas_setup_windows.bat（位于GitHub仓库根目录），它会自动检测并安装正确版本的ADB、Python、OpenCV，比手动配置快3倍；
• macOS用户：务必用pyenv而非系统自带Python，避免权限冲突；Tesseract必须用brew install tesseract --with-lang=chi_sim安装简体中文包；
• Linux用户：放弃VMware虚拟机方案，直接用物理机或WSL2（Windows Subsystem for Linux），VMware的USB直通在ADB场景下故障率高达67%。

注意：所有设备必须关闭“开发者选项”里的“USB调试安全警告”（勾选“始终允许”），否则OAS每次ADB连接都会弹窗阻断流程。这是新手失败率最高的设置，没有之一。

3.2 设备校准：为什么这一步不能跳过？坐标系偏差实测数据

OAS所有点击操作都基于屏幕坐标（x,y）。但不同手机的屏幕分辨率、系统UI缩放、游戏内UI缩放，会导致同一按钮在不同设备上坐标偏移。我用Pixel 7（1080×2400）和iPhone 14 Pro（1170×2556）对比测试，发现“御魂-困难”按钮的坐标偏差达±42px。这意味着，直接用别人分享的config.yaml，在你设备上大概率点错位置。

OAS提供calibration_tool.py进行精准校准，流程如下：

1. 启动校准工具：python calibration_tool.py，工具会自动打开游戏并进入御魂界面；
2. 手动点击四个基准点：依次点击左上角返回按钮、右上角设置图标、底部“探索”标签、中央“困难”按钮——注意！必须用手指点击，不是脚本点击；
3. 生成设备专属坐标映射表：工具会根据你点击的实际像素位置，计算出屏幕缩放系数和UI偏移量，写入device_calibration.json；
4. 验证校准效果：工具会模拟点击“困难”按钮，若成功进入副本则校准完成。

关键细节：

• 校准必须在游戏默认UI缩放下进行（设置→画面→UI缩放=100%）；
• 若你使用刘海屏全面屏手势，需在系统设置中关闭“全面屏手势”，改用传统三键导航，否则底部按钮坐标会整体上移；
• 华为/荣耀手机需额外开启“开发人员选项→USB调试→允许模拟位置”，否则校准工具无法获取精确坐标。

我曾因跳过校准，导致结界突破连续3天点错“好友”标签而非“挑战”按钮，白白浪费27次挑战次数。记住：校准不是可选项，是必选项。

3.3 配置文件详解：config.yaml里每一行的实战意义

OAS的config.yaml是心脏，但它的YAML语法对新手极不友好。下面是我逐行解读的实战注释版（基于v3.8.3最新版）：

# 基础设置 - 决定脚本能走多远 device: "pixel7" # 必填！必须与device_calibration.json中的设备名一致，否则坐标全错 adb_port: 5037 # ADB端口，多设备时需为每台设备分配独立端口（如5037,5038） screen_width: 1080 # 设备实际分辨率宽，用于坐标计算，必须与calibration_tool结果一致 # 御魂模块 - 这里填的是你的战术思想 yuhun: enable: true # true=启用御魂，false=跳过，可用于临时关闭某模块 layers: [8, 9, 10] # 要打的层数列表，OAS会按顺序尝试，打满体力或列表结束为止 damage_threshold: 12500 # 期望最低伤害值，低于此值自动跳过该层（防刮痧） skip_if_no_sp: true # true=若无SP式神则跳过御魂，避免浪费体力 # 结界突破 - 策略比点击更重要 kaiwu: enable: true strategy: "rank_first" # 可选：rank_first（按排名优先）、power_first（按战力优先）、random（随机） max_attempts: 3 # 单日最多挑战次数，防误触 auto_change_team: true # true=自动切换阵容，需提前在游戏内保存好对应队伍 # OCR识别优化 - 解决文字识别不准的根源 ocr: confidence_threshold: 0.85 # OCR识别置信度阈值，低于此值视为无效（防误判“体力”为“休力”） lang: "chi_sim" # 语言包，必须与tesseract安装包一致 region_offset: [0, 0, 0, 0] # 四边裁剪像素值，用于排除状态栏/导航栏干扰（例：[20,0,0,80]裁顶20px底80px） # 日志与监控 - 故障排查的唯一依据 log: level: "INFO" # DEBUG=详细日志（调试用），INFO=关键步骤（日常用），WARNING=仅报错 save_to_file: true # true=日志写入oas.log，便于回溯问题 screenshot_on_error: true # true=出错时自动保存截图，定位UI变化

新手最容易填错的三项：

• device名必须小写且与device_calibration.json完全一致，大小写错误会导致坐标加载失败；
• damage_threshold不是随便填的数字，它等于（主力输出式神攻击×1.5）+（暴伤×御魂主属性），我SP荒川之主的阈值是12500，SP大岳丸是14200，填错直接导致选层逻辑失效；
• region_offset必须实测，我Pixel 7的值是[0,0,0,80]（裁底80px导航栏），iPhone 14 Pro是[44,0,0,34]（裁顶44px状态栏+底34px）。

3.4 首次运行与调试：如何读懂OAS日志里的关键信号

运行python main.py后，OAS会输出滚动日志。新手常因看不懂日志而放弃。以下是关键日志信号解读：

我的调试黄金法则：

• 第一次运行，务必用--debug参数：python main.py --debug，它会生成详细截图和坐标标记；
• 遇到失败，先看最后一行ERROR/CRITICAL日志，再往前翻10行，找DEBUG:root:Screenshot...对应的图片，用画图工具量坐标是否准确；
• 所有修改必须重启OAS生效，热重载不支持。

4. 深度定制：让OAS真正为你服务的5个高阶技巧

4.1 策略引擎改造：用Excel管理你的式神数据库

OAS默认的式神数据库是硬编码在strategy.py里的字典，但中重度玩家通常有30+式神，手动维护极易出错。我的方案是：用Excel管理式神数据，OAS启动时自动读取生成策略。

步骤：

1. 创建Excel文件shikigami_db.xlsx，表头为：name,attack,crithit,critdmg,skill_level,main_huntou（式神名、攻击、暴击、暴伤、技能等级、主御魂）；
2. 在strategy.py中添加函数：

def load_shikigami_from_excel(): df = pd.read_excel("shikigami_db.xlsx") return {row['name']: row.to_dict() for _, row in df.iterrows()}

3. 在御魂选层逻辑中，替换硬编码查询：

# 原逻辑 if shikigami == "SP_Arakawa": damage = 12500 # 新逻辑 shikigami_data = load_shikigami_from_excel() damage = (shikigami_data[shikigami]['attack'] * 1.5 + shikigami_data[shikigami]['critdmg'] * 0.8)

优势：

• 式神练度更新时，只需改Excel，无需碰Python代码；
• 可用Excel公式自动计算伤害（如=B2*1.5+C2*0.8），避免人工算错；
• 支持多账号管理，不同账号用不同sheet页。

实操心得：Excel必须保存为.xlsx格式（不是.xls），且第一行必须是表头。我曾因保存为.xls导致pandas读取失败，调试2小时才发现是文件格式问题。

4.2 多账号协同：用Docker隔离环境，避免配置冲突

养3个号时，有人用3个OAS文件夹分别配置，结果更新时要改3次config.yaml。我的方案是：用Docker为每个账号创建独立容器。

Dockerfile内容：

FROM python:3.9-slim WORKDIR /app COPY requirements.txt . RUN pip install -r requirements.txt COPY . . CMD ["python", "main.py"]

启动命令：

# 账号1（主力号） docker run -d --name oas_main \ -v $(pwd)/config_main.yaml:/app/config.yaml \ -v $(pwd)/screenshots_main:/app/screenshots \ --device /dev/bus/usb/001/002 \ oas_image # 账号2（小号） docker run -d --name oas_alt \ -v $(pwd)/config_alt.yaml:/app/config.yaml \ -v $(pwd)/screenshots_alt:/app/screenshots \ --device /dev/bus/usb/001/003 \ oas_image

效果：

• 每个容器有独立Python环境，互不干扰；
• 配置文件、截图、日志完全隔离；
• 更新OAS时，只需重建镜像，所有容器自动继承新版本。

注意：Docker需开启USB设备直通（Linux需--privileged，macOS需VirtualBox USB支持），Windows WSL2暂不支持USB直通，此方案仅适用于Linux/macOS物理机。

4.3 活动副本专项优化：用动态规则应对“幻境召唤”类活动

新活动“幻境召唤”有动态关卡机制：每天开放3个随机副本，需手动选择。OAS原版无此模块，但可通过动态规则注入快速适配。

步骤：

1. 在modules/下新建huanjing.py，实现关卡识别逻辑：

def detect_huanjing_levels(): # 截图→OCR识别副本名称→匹配预设关键词 screenshot = capture_screen() text = ocr_read(screenshot, region=(200,300,800,500)) if "幻境·山海" in text: return "shanhai" if "幻境·云梦" in text: return "yunmeng" return None

2. 在main.py的调度器中插入：

if activity == "huanjing": level = detect_huanjing_levels() if level: run_module(f"huanjing_{level}")

3. 为每个副本编写独立模块（huanjing_shanhai.py），复用御魂模块的战斗逻辑。

关键点：

• OCR区域必须精确到活动副本名称显示区，避免误读其他文字；
• 每个副本的“开始挑战”按钮坐标需单独校准；
• 活动期间OAS会自动检测活动开启，无需手动切换模式。

4.4 故障自愈机制：当OAS卡住时，自动重启并恢复进度

OAS偶尔会因游戏UI异常卡死（如弹窗未关闭）。我的方案是：用systemd服务实现进程守护+状态快照。

创建/etc/systemd/system/oas.service：

[Unit] Description=Onmyoji Auto Script After=network.target [Service] Type=simple User=your_username WorkingDirectory=/path/to/oas ExecStart=/usr/bin/python3 main.py --resume Restart=on-failure RestartSec=30 Environment="PATH=/usr/bin:/usr/local/bin" [Install] WantedBy=multi-user.target

--resume参数含义：

• 每次任务开始前，OAS将当前进度（如“已打御魂8层”）写入progress.json；
• 若进程崩溃，systemd重启后读取progress.json，跳过已完成步骤；
• 连续3次崩溃后，自动发送邮件告警（需配置SMTP）。

效果：

• 单日任务失败率从12%降至0.7%；
• 无需人工干预，夜间运行也安心；
• 进度文件体积＜2KB，不影响性能。

4.5 数据可视化：用Grafana监控你的自动化收益

OAS默认日志是文本，但我想知道“每天省了多少时间”。我的方案是：用Prometheus+Grafana构建监控看板。

步骤：

1. 修改OAS日志输出，添加结构化指标：

# 在main.py中 from prometheus_client import Counter, Gauge task_counter = Counter('oas_tasks_total', 'Total tasks executed', ['type']) time_saved = Gauge('oas_time_saved_minutes', 'Time saved by automation')

2. 每次任务完成时更新：

task_counter.labels(type='yuhun').inc() time_saved.set(127.5) # 当日累计节省127.5分钟

3. Grafana配置看板：

• 折线图：oas_time_saved_minutes（日趋势）；
• 饼图：rate(oas_tasks_total[1d])（各模块占比）；
• 仪表盘：oas_tasks_total{type="kaiwu"}（结界突破完成数）。

价值：

• 直观看到“自动化ROI”：过去30天共节省62.3小时；
• 发现低效模块：秘闻副本耗时占比38%，针对性优化OCR识别；
• 团队协作：多账号数据汇总，对比各号效率差异。

5. 常见问题与实战排障：3700+玩家验证过的解决方案库

5.1 ADB连接不稳定：从“设备未授权”到“连接频繁断开”的全链路排查

问题现象：OAS运行中突然报错ERROR:root:Device disconnected，或日志卡在INFO:root:Waiting for device...。

根本原因分析：ADB连接问题分三层，需逐层排查：

我的独家技巧：

• 在~/.bashrc（macOS/Linux）或C:\Users\用户名\.bashrc（Windows WSL）中添加：

  alias adb-restart='adb kill-server && adb start-server && adb devices'

  一键重启ADB，比手动敲命令快5秒；
• 华为手机需额外开启“开发人员选项→USB调试→USB配置→MTP”，否则ADB握手失败。

5.2 OCR识别失败：为什么“体力”总被识别成“休力”？字符集与字体的真相

问题现象：OAS日志显示WARNING:root:OCR failed to recognize '体力'，或识别为“休力”“休力”“体办”。

技术原理：Tesseract OCR的识别准确率，取决于字体匹配度。阴阳师UI用的是思源黑体（Source Han Sans），但Tesseract默认训练集是宋体。当游戏更新UI字体时，OCR准确率断崖下跌。

解决方案：

1. 强制指定字体：在config.yaml中添加：

   ocr: font_path: "/path/to/SourceHanSansCN-Regular.otf" # 下载思源黑体并填路径 use_font: true

2. 微调识别参数：

   # 在ocr.py中 custom_config = r'--oem 3 --psm 6 -c tessedit_char_whitelist=体力0123456789' text = pytesseract.image_to_string(img, config=custom_config, lang='chi_sim')

   tessedit_char_whitelist限定只识别指定字符，大幅提升准确率。

实测数据：

• 默认OCR：体力识别准确率72%；
• 加字体+白名单：准确率99.2%；
• 白名单必须包含数字（体力值如“32/32”），否则只识别文字不识别数字。

5.3 御魂选层逻辑失效：从“刮痧”到“秒杀”的阈值调优指南

问题现象：OAS总选低层御魂，或跳过本该打的高层。

根源：damage_threshold参数未随式神练度动态调整。例如SP荒川之主刚升满技能时阈值12500，但御魂强化后实际伤害达18000，若不更新阈值，OAS仍按12500判断，导致“明明能打10层却只打8层”。

科学调优法：

1. 实测基准伤害：手动用SP荒川之主打10层御魂10次，记录每次伤害（游戏内战斗结算页显示）；
2. 计算安全阈值：取10次伤害的第3小值（排除2次异常刮痧），再×0.9作为阈值（留10%余量）；
3. 动态更新：每次式神技能/御魂强化后，重新实测并更新config.yaml。

我的阈值表（供参考）：

注意：阈值不是越高越好。设太高会导致“无层可选”而退出御魂，设太低则刮痧浪费体力。平衡点是：保证10层通关率＞95%，且单次伤害不低于阈值的1.2倍。

5.4 多设备同步冲突：当Pixel 7和iPhone 14 Pro同时运行OAS

问题现象：两台设备运行OAS时，一台成功一台失败，或ADB互相抢占端口。

解决方案：

• 端口隔离：为每台设备分配独立ADB端口

  # Pixel 7 adb -P 5037 devices # iPhone 14 Pro（需先用iproxy映射）