Akagi麻雀AI助手终极指南：5步开启智能对局分析新时代

Akagi麻雀AI助手终极指南：5步开启智能对局分析新时代

【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

你是否曾在麻将对局中感到决策困难？是否想要提升自己的麻将水平却苦于无人指导？Akagi麻雀AI助手正是为解决这些问题而生。作为一款开源的实时麻将分析工具，Akagi能够帮助玩家在雀魂、天鳳、麻雀一番街、天月麻将等平台的对局中获得AI智能建议，从而提升决策能力与游戏水平。

为什么选择Akagi：三大核心优势解析

🎯 实时决策支持系统

Akagi的核心价值在于其实时分析能力。当你在进行麻将对局时，Akagi会通过中间人代理技术捕获游戏数据，将其转换为标准格式，然后发送给AI模型进行分析。AI模型会在毫秒级别内提供出牌建议、防守策略和听牌选择，让你在关键时刻做出更明智的决策。

🔒 本地化隐私保护

所有数据处理都在你的本地计算机上完成，游戏数据不会上传到任何云端服务器。这意味着你的账号安全和游戏隐私得到了最大程度的保障。配置文件采用加密存储，确保你的个人设置不会被泄露。

🧩 灵活的自定义架构

Akagi采用模块化设计，支持多种AI模型的接入。除了内置的Mortal AI示例模型外，你还可以根据自己的需求集成其他训练好的模型。这种开放性让Akagi能够适应不同水平玩家的需求。

从零开始：5步快速部署指南

第一步：环境准备与项目获取

首先确保你的系统满足以下基本要求：

• Python 3.8-3.10环境
• 至少4GB可用内存
• 支持HTTPS代理的网络环境

获取项目代码非常简单，只需要在命令行中执行：

git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi

第二步：一键安装与环境配置

根据你的操作系统选择对应的安装方式：

Windows用户：

1. 以管理员身份打开PowerShell
2. 进入项目目录后执行：

Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass .\scripts\install_akagi.ps1

macOS用户：

1. 打开终端并进入项目目录
2. 执行：

chmod +x scripts/install_akagi.command ./scripts/install_akagi.command

第三步：AI模型部署

Akagi需要一个AI模型文件才能正常工作。你需要获取mortal.pth模型文件：

1. 从Discord社区获取最新的模型文件
2. 将mortal.pth文件放置在正确的位置：mjai/bot/目录下
3. 验证文件完整性，文件大小应超过100MB

第四步：代理设置与证书安装

Akagi通过中间人代理技术捕获游戏数据，需要进行正确的代理设置：

1. 首次运行时会生成mitmproxy证书
2. 在系统证书管理器中导入证书（位置：~/.mitmproxy）
3. 设置雀魂客户端使用HTTP代理：127.0.0.1:8080

第五步：启动与验证

完成所有设置后，通过以下方式启动Akagi：

Windows：双击run_akagi.batmacOS：在终端执行./run_akagi.command

启动成功后，你应该能看到控制台显示"Proxy started"的提示信息，表示代理服务已正常启动。

核心功能深度解析

实时对局分析系统

Akagi的分析系统分为三个层次：

AI模型工作流程

了解Akagi的工作流程有助于更好地使用它：

游戏数据捕获 → 协议解析 → 格式转换 → AI分析 → 建议输出 ↓ ↓ ↓ ↓ ↓ mitm代理 liqi.py解析 majsoul2mjai Mortal AI GUI展示

配置文件详解

settings.json是Akagi的核心配置文件，以下是关键参数说明：

{ "Autoplay": false, // 是否启用自动出牌（建议关闭） "RandomTime": { // 随机延迟设置，模拟人类思考 "new_min": 3.5, "new_max": 4.5, "min": 1.0, "max": 3.2, "moqiedelay": true }, "Port": { "MITM": 7878, // 代理端口 "XMLRPC": 7879, // XMLRPC通信端口 "MJAI": 28680 // MJAI协议端口 }, "Playwright": { "enable": true, // 是否启用浏览器自动化 "width": 1280, // 浏览器窗口宽度 "height": 720 // 浏览器窗口高度 } }

实战应用技巧：提升麻将水平的秘密武器

基础使用流程检查清单

• 代理服务已正常启动
• 系统证书已正确安装
• 雀魂客户端代理设置完成
• AI模型文件已放置在正确位置
• 配置文件参数已按需调整

进阶使用策略

1. 学习模式开启：在初期使用阶段，建议保持Autoplay为false，将AI建议作为参考而非完全依赖
2. 延迟设置优化：根据个人反应速度调整RandomTime参数，避免出牌速度异常
3. 多模型对比：可以尝试不同的AI模型，观察不同模型给出的建议差异
4. 对局记录分析：使用majsoul2mjai.py工具将对局记录转换为可分析格式

常见问题快速排查

遇到问题时，按照以下步骤进行排查：

1. 无法捕获游戏数据

   • 检查代理端口是否被占用
   • 验证系统证书是否正确安装
   • 确认防火墙没有阻止代理连接

2. AI建议延迟过高

   • 降低analysis_depth参数值
   • 检查系统资源占用情况
   • 考虑升级硬件配置

3. 游戏客户端连接失败

   • 重新启动代理服务
   • 检查网络设置
   • 验证游戏客户端版本兼容性

安全使用指南：保护账号的最佳实践

账号安全配置清单

• 禁用Autoplay功能，手动操作游戏
• 启用RandomTime随机延迟
• 定期清理日志文件
• 避免在公共网络使用
• 不要完全依赖AI建议，保持人类操作特征

行为模拟技术

Akagi内置了多项行为模拟技术，帮助你更好地伪装成普通玩家：

• 随机化思考延迟（1-3秒）
• 模拟人类出牌犹豫特征
• 内置行为模式变异算法

扩展开发与自定义

插件开发框架

Akagi提供了完整的插件开发框架，位于mhm/hook/目录下。你可以基于此框架开发自定义功能：

# 示例：自定义手牌分析插件 from mhm.hook import BaseHook class CustomHandAnalyzer(BaseHook): def on_hand_updated(self, hand_data): # 添加自定义分析逻辑 self.logger.info(f"手牌更新分析: {hand_data}") # 返回自定义建议 return self.custom_analysis(hand_data)

AI模型集成

如果你有自己的训练模型，可以通过以下方式集成到Akagi中：

1. 将模型文件放置在mjai/bot/目录
2. 修改模型加载逻辑
3. 调整参数配置以适应新模型特性

性能优化与高级配置

硬件要求建议

网络优化技巧

1. 使用有线网络连接代替Wi-Fi
2. 确保代理端口不被其他应用占用
3. 定期清理系统临时文件
4. 优化Python虚拟环境配置

社区支持与持续学习

学习资源获取

• 加入Discord社区获取最新模型和技巧
• 阅读项目文档了解高级功能
• 参与GitHub讨论获取技术支持

最佳实践建议

1. 循序渐进：初期将AI建议作为参考，逐步建立自己的分析能力
2. 专项训练：针对特定场景（如防守、听牌选择）进行专项练习
3. 定期复盘：使用分析工具回顾对局，总结经验教训
4. 合理使用：建议每天使用不超过2小时，保持合理游戏节奏

Akagi不仅仅是一个工具，更是一个麻将学习的伙伴。通过合理使用AI分析结果，结合自身实战经验，你可以在提升对局水平的同时，享受麻将游戏的策略乐趣与竞技魅力。记住，真正的提升来自于理解AI建议背后的逻辑，而不是盲目跟随。

现在就开始你的智能麻将之旅吧！从下载安装到实战应用，Akagi将陪伴你在麻将世界中不断进步，成为更优秀的玩家。

【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