手游日常任务重复耗时,多开操作更是繁琐。项目立项为解决模拟器多实例并行自动化的问题:通过 adb 统一控制 5 个 MuMu 模拟器实例,配合 AI 视觉识别游戏画面,自动完成接任务、战斗、跑图等日常操作,无人值守运行,用于个人体验场景的自动化研究。
点击空白处退出提示
手游日常任务重复耗时,多开操作更是繁琐。项目立项为解决模拟器多实例并行自动化的问题:通过 adb 统一控制 5 个 MuMu 模拟器实例,配合 AI 视觉识别游戏画面,自动完成接任务、战斗、跑图等日常操作,无人值守运行,用于个人体验场景的自动化研究。
多实例并行:adb 端口映射控制 5 个实例独立运行,日志分开记录;2. AI 视觉决策:截图 → GLM-4.6V 识别界面与按钮坐标 → 自动点击,支持战斗自动、任务推进、对话选择;3. 真人化伪装:点击随机抖动、随机休息、偶发滑动,降低机械操作特征;4. 三级卡死自愈:按返回 → 随机滑动 → 长休息,界面停滞自动按返回退弹窗;5. 日志复盘:report.py 自动统计会话数、时长、卡死并生成报告。
本人负责全部开发。技术栈:Python 3、adb、GLM-4.6V、正则解析、随机算法。亮点:识别-决策-执行-验证闭环;卡死检测用"连击次数+时长双条件"触发,避免误判;难点:多实例并发时的识别频率控制与 API 限流退避策略。效果数据:单次长跑 41 会话、599 分钟。



评论