5步快速上手Akagi实时麻将AI助手的终极配置指南【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/AkagiAkagi是一款专为雀魂、天鳳、麻雀一番街和天月麻将设计的实时AI助手采用Rust Tauri技术栈重构提供跨平台单文件部署和专业级麻将分析能力。本文将带你从零开始快速掌握Akagi的核心功能与配置技巧让你在麻将对局中获得AI级别的决策支持。 为什么选择Akagi实时麻将分析的三大优势在激烈的在线麻将对局中实时分析能显著提升你的决策质量。Akagi作为开源实时麻将AI助手具备以下核心优势特性传统工具Akagi V3部署方式需要Python/Node环境单二进制文件开箱即用性能表现响应较慢资源占用高Rust重写性能提升10倍AI集成模型集成复杂内置Mortal AI一键安装平台支持单一平台雀魂、天鳳、麻雀一番街、天月麻将分析深度基础牌效分析实时听牌率、放铳风险评估、攻守平衡建议 5分钟快速部署从下载到运行第1步下载与解压Akagi提供跨平台便携版本无需安装依赖# Windows用户 下载 akagi-版本-windows-x64.zip 解压到任意目录如 C:\Apps\Akagi\ # macOS用户 下载 akagi-版本-macos-arm64.zip 解压到 ~/Applications/Akagi/ # Linux用户 下载 akagi-版本-linux-x64.zip 解压到 ~/.local/share/Akagi/第2步首次运行配置向导首次启动Akagi时会进入直观的设置向导语言选择支持中文、英文、日文界面游戏平台选择你常玩的麻将平台雀魂/天鳳等捕获模式推荐新手使用Chromium直接捕获AI模型一键安装内置的Mortal AI模型第3步配置游戏捕获Akagi支持两种数据捕获模式满足不同需求方案AChromium直接捕获推荐新手[capture] mode chromium # 无需代理配置 [capture.chromium] start_url https://game.maj-soul.com/1/ # 雀魂启动地址 cft_channel stable # 使用稳定版Chromium方案BMITM代理模式高级用户[proxy] enabled true addr 127.0.0.1:23410 # 代理监听地址 [capture] mode mitm # 需要信任CA证书⚙️ 核心配置文件详解config.toml完全指南Akagi的配置文件位于应用目录/configs/config.toml采用TOML格式结构清晰易读基础配置区块[general] language zh-CN # 界面语言en, ja, zh-TW, zh-CN first_run_completed true # 首次运行标记 [logging] dir ./logs # 日志目录 level info # 控制台日志级别 all_level warn # 文件日志级别AI模型配置[bot] enabled true # 启用AI分析 active_4p mortal # 四人麻将使用Mortal active_3p mortal3p # 三人麻将专用模型 auto_sync true # 自动同步Python依赖 dir ./mjai_bot # AI模型目录性能优化配置[analysis] cache_size 1000 # 分析结果缓存大小 batch_size 10 # 事件批处理数量 parallel_workers 4 # 并行分析线程数 [ui] dashboard_layout compact # 界面布局compact/minimal auto_hide false # 是否自动隐藏面板 opacity 0.9 # 界面透明度 AI模型深度集成从Mortal到自定义模型内置Mortal AI一键安装Akagi内置了目前最强的开源麻将AI——Mortal安装过程完全自动化模型下载从GitHub自动获取最新版本依赖安装通过uv sync安装Python环境权重加载自动配置模型路径和参数实时分析对局中提供毫秒级决策建议自定义AI模型开发如果你想开发自己的麻将AIAkagi提供了标准的mjai协议接口项目结构示例mjai_bot/my_custom_bot/ ├── bot.py # AI主逻辑 ├── pyproject.toml # Python依赖 ├── manifest.toml # 配置元数据 └── README.md # 模型说明bot.py基础模板#!/usr/bin/env python3 import sys import json def main(): player_id int(sys.argv[1]) if len(sys.argv) 1 else 0 while True: line sys.stdin.readline() if not line: break events json.loads(line.strip()) response process_events(events, player_id) print(json.dumps(response), flushTrue) def process_events(events, player_id): # 你的AI逻辑在这里实现 for event in events: if event[type] tsumo: # 摸牌后的决策 return {type: dahai, pai: 5m} return {type: none} if __name__ __main__: main()配置元数据manifest_version 1 [bot] name my_custom_bot display 我的自定义AI description 基于深度学习的麻将AI version 1.0.0 supported_modes [4p, 3p] [settings.model_path] type string label 模型文件路径 default ./model.pth [settings.temperature] type float label 采样温度 default 1.0 min 0.0 max 2.0 step 0.1 实战场景配置从日常练习到专业比赛日常练习配置学习模式[bot] active_4p mortal_balanced # 平衡型AI建议 [analysis] focus_mode learning # 详细分析模式 show_details true # 显示所有分析细节 hint_level intermediate # 中级提示 [ui] dashboard_layout compact # 紧凑布局 notification_duration 5000 # 提示显示5秒比赛实战配置竞技模式[bot] active_4p mortal_aggressive # 进攻型AI策略 [analysis] focus_mode competitive # 竞技模式只显示关键信息 show_details false # 减少视觉干扰 hint_level expert # 专家级精简提示 [ui] dashboard_layout minimal # 最小化布局 auto_hide true # 空闲时自动隐藏 opacity 0.8 # 半透明显示观战分析配置[platform] kind Majsoul observe_only true # 仅观战模式 [analysis] player_focus 0 # 重点关注玩家0东家 show_all_hands true # 显示所有玩家手牌分析 [recording] auto_save true # 自动保存对局记录 format mjai # 保存为标准mjai格式 故障排查与性能优化常见问题快速解决问题1无法捕获游戏数据# 检查代理状态 curl http://127.0.0.1:23410/ping # 应返回 pong # 检查证书信任MITM模式 # 确保已信任 ./ca/akagi-ca.crt问题2AI模型启动失败# 重置AI同步状态 删除 mjai_bot/模型名/.akagi/synced.stamp # 重新启动Akagi问题3界面卡顿或延迟# 在config.toml中添加性能优化 [logging] level warn # 减少日志输出 all_level error # 仅记录错误日志 [analysis] cache_size 500 # 减少缓存大小 batch_size 5 # 减小批处理大小性能监控指标指标正常范围优化建议事件处理延迟 50ms减少分析缓存大小AI响应时间 300ms使用轻量级AI模型内存占用200-500MB定期清理历史记录CPU使用率 70%关闭不必要的分析功能日志分析技巧Akagi的日志系统非常完善可以帮助你诊断问题# 查看最新会话日志 tail -f ./logs/latest/all.log # 按模块过滤日志 grep analysis ./logs/latest/all.log # 查看性能统计 cat ./logs/latest/performance.json 高级功能对局历史与数据分析对局记录管理Akagi自动保存所有分析过的对局支持多种格式导出[history] auto_save true format mjai # 支持 mjai, json, csv retention_days 30 # 保留30天记录 compress_old true # 压缩旧记录数据统计分析通过内置的分析工具你可以深入了解自己的麻将水平胜率趋势分析查看不同规则下的胜率变化打点效率统计分析每局的平均打点放铳风险报告识别防守薄弱环节AI建议采纳率对比AI建议与实际选择的差异批量处理脚本示例#!/bin/bash # 批量分析历史对局 CONFIG./my-config.toml OUTPUT_DIR./analysis_results for game in ./logs/history/*.mjai.jsonl; do ./akagi --config $CONFIG \ --input $game \ --output $OUTPUT_DIR/$(basename $game).analysis.json done # 生成汇总报告 echo 对局分析报告 echo 总对局数: $(ls $OUTPUT_DIR/*.json | wc -l) echo 平均打点: $(calculate_average) echo 最大连庄: $(calculate_max_renchan) 开发者进阶源码编译与二次开发环境搭建# 克隆项目 git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi # 安装Rust依赖 cargo build --release # 安装前端依赖 cd frontend npm install # 启动开发服务器 npm run dev核心模块解析Akagi采用模块化架构主要模块位于src/目录分析引擎src/analysis/ - 牌效计算、风险评估游戏捕获src/capture/ - 数据抓取与协议解析AI管理src/bot/ - AI模型加载与通信前端界面frontend/src/ - React TypeScript UI配置管理src/config/ - 配置文件处理添加新功能示例如果你想为Akagi添加新的分析功能// 在 src/analysis/ 下创建新模块 // my_new_analyzer.rs pub struct MyNewAnalyzer { // 你的分析器状态 } impl MyNewAnalyzer { pub fn analyze(self, snapshot: GameSnapshot) - AnalysisResult { // 实现你的分析逻辑 AnalysisResult::new() } } // 在 src/analysis/mod.rs 中注册 pub mod my_new_analyzer; pub use my_new_analyzer::MyNewAnalyzer; 最佳实践与使用技巧日常使用建议定期更新Akagi和AI模型会持续优化建议每月检查更新备份配置重要的配置调整前备份config.toml文件清理日志定期清理./logs/目录释放磁盘空间多平台配置为不同游戏平台创建独立的配置文件硬件优化建议CPU四核3.0GHz可获得最佳体验内存8GB RAM确保流畅运行大型AI模型存储SSD硬盘减少加载时间网络稳定宽带连接避免数据丢失社区资源问题反馈遇到问题时查看./logs/中的详细日志功能建议在项目仓库提交IssueAI模型Discord社区分享优化的模型权重配置分享与其他玩家交流优化配置 总结从新手到高手的进阶之路Akagi作为一款专业的实时麻将AI助手不仅提供了强大的分析功能还拥有高度可扩展的架构。无论你是想提升麻将技术的爱好者还是希望开发自定义AI的研究者Akagi都能满足你的需求。快速入门路线图第1周熟悉基础配置使用内置Mortal AI进行日常练习第2周学习阅读分析结果理解听牌率和风险评估第3周尝试自定义配置优化适合自己风格的设置第4周探索高级功能使用历史数据分析技术短板长期参与社区讨论分享配置经验甚至贡献代码记住AI只是辅助工具真正的技术进步来自于对分析结果的理解和反思。Akagi为你提供了专业的分析数据但最终决策权仍在你自己手中。祝你在麻将之路上不断进步享受对局的乐趣【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
5步快速上手Akagi：实时麻将AI助手的终极配置指南
发布时间：2026/6/9 20:43:21
5步快速上手Akagi实时麻将AI助手的终极配置指南【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/AkagiAkagi是一款专为雀魂、天鳳、麻雀一番街和天月麻将设计的实时AI助手采用Rust Tauri技术栈重构提供跨平台单文件部署和专业级麻将分析能力。本文将带你从零开始快速掌握Akagi的核心功能与配置技巧让你在麻将对局中获得AI级别的决策支持。 为什么选择Akagi实时麻将分析的三大优势在激烈的在线麻将对局中实时分析能显著提升你的决策质量。Akagi作为开源实时麻将AI助手具备以下核心优势特性传统工具Akagi V3部署方式需要Python/Node环境单二进制文件开箱即用性能表现响应较慢资源占用高Rust重写性能提升10倍AI集成模型集成复杂内置Mortal AI一键安装平台支持单一平台雀魂、天鳳、麻雀一番街、天月麻将分析深度基础牌效分析实时听牌率、放铳风险评估、攻守平衡建议 5分钟快速部署从下载到运行第1步下载与解压Akagi提供跨平台便携版本无需安装依赖# Windows用户 下载 akagi-版本-windows-x64.zip 解压到任意目录如 C:\Apps\Akagi\ # macOS用户 下载 akagi-版本-macos-arm64.zip 解压到 ~/Applications/Akagi/ # Linux用户 下载 akagi-版本-linux-x64.zip 解压到 ~/.local/share/Akagi/第2步首次运行配置向导首次启动Akagi时会进入直观的设置向导语言选择支持中文、英文、日文界面游戏平台选择你常玩的麻将平台雀魂/天鳳等捕获模式推荐新手使用Chromium直接捕获AI模型一键安装内置的Mortal AI模型第3步配置游戏捕获Akagi支持两种数据捕获模式满足不同需求方案AChromium直接捕获推荐新手[capture] mode chromium # 无需代理配置 [capture.chromium] start_url https://game.maj-soul.com/1/ # 雀魂启动地址 cft_channel stable # 使用稳定版Chromium方案BMITM代理模式高级用户[proxy] enabled true addr 127.0.0.1:23410 # 代理监听地址 [capture] mode mitm # 需要信任CA证书⚙️ 核心配置文件详解config.toml完全指南Akagi的配置文件位于应用目录/configs/config.toml采用TOML格式结构清晰易读基础配置区块[general] language zh-CN # 界面语言en, ja, zh-TW, zh-CN first_run_completed true # 首次运行标记 [logging] dir ./logs # 日志目录 level info # 控制台日志级别 all_level warn # 文件日志级别AI模型配置[bot] enabled true # 启用AI分析 active_4p mortal # 四人麻将使用Mortal active_3p mortal3p # 三人麻将专用模型 auto_sync true # 自动同步Python依赖 dir ./mjai_bot # AI模型目录性能优化配置[analysis] cache_size 1000 # 分析结果缓存大小 batch_size 10 # 事件批处理数量 parallel_workers 4 # 并行分析线程数 [ui] dashboard_layout compact # 界面布局compact/minimal auto_hide false # 是否自动隐藏面板 opacity 0.9 # 界面透明度 AI模型深度集成从Mortal到自定义模型内置Mortal AI一键安装Akagi内置了目前最强的开源麻将AI——Mortal安装过程完全自动化模型下载从GitHub自动获取最新版本依赖安装通过uv sync安装Python环境权重加载自动配置模型路径和参数实时分析对局中提供毫秒级决策建议自定义AI模型开发如果你想开发自己的麻将AIAkagi提供了标准的mjai协议接口项目结构示例mjai_bot/my_custom_bot/ ├── bot.py # AI主逻辑 ├── pyproject.toml # Python依赖 ├── manifest.toml # 配置元数据 └── README.md # 模型说明bot.py基础模板#!/usr/bin/env python3 import sys import json def main(): player_id int(sys.argv[1]) if len(sys.argv) 1 else 0 while True: line sys.stdin.readline() if not line: break events json.loads(line.strip()) response process_events(events, player_id) print(json.dumps(response), flushTrue) def process_events(events, player_id): # 你的AI逻辑在这里实现 for event in events: if event[type] tsumo: # 摸牌后的决策 return {type: dahai, pai: 5m} return {type: none} if __name__ __main__: main()配置元数据manifest_version 1 [bot] name my_custom_bot display 我的自定义AI description 基于深度学习的麻将AI version 1.0.0 supported_modes [4p, 3p] [settings.model_path] type string label 模型文件路径 default ./model.pth [settings.temperature] type float label 采样温度 default 1.0 min 0.0 max 2.0 step 0.1 实战场景配置从日常练习到专业比赛日常练习配置学习模式[bot] active_4p mortal_balanced # 平衡型AI建议 [analysis] focus_mode learning # 详细分析模式 show_details true # 显示所有分析细节 hint_level intermediate # 中级提示 [ui] dashboard_layout compact # 紧凑布局 notification_duration 5000 # 提示显示5秒比赛实战配置竞技模式[bot] active_4p mortal_aggressive # 进攻型AI策略 [analysis] focus_mode competitive # 竞技模式只显示关键信息 show_details false # 减少视觉干扰 hint_level expert # 专家级精简提示 [ui] dashboard_layout minimal # 最小化布局 auto_hide true # 空闲时自动隐藏 opacity 0.8 # 半透明显示观战分析配置[platform] kind Majsoul observe_only true # 仅观战模式 [analysis] player_focus 0 # 重点关注玩家0东家 show_all_hands true # 显示所有玩家手牌分析 [recording] auto_save true # 自动保存对局记录 format mjai # 保存为标准mjai格式 故障排查与性能优化常见问题快速解决问题1无法捕获游戏数据# 检查代理状态 curl http://127.0.0.1:23410/ping # 应返回 pong # 检查证书信任MITM模式 # 确保已信任 ./ca/akagi-ca.crt问题2AI模型启动失败# 重置AI同步状态 删除 mjai_bot/模型名/.akagi/synced.stamp # 重新启动Akagi问题3界面卡顿或延迟# 在config.toml中添加性能优化 [logging] level warn # 减少日志输出 all_level error # 仅记录错误日志 [analysis] cache_size 500 # 减少缓存大小 batch_size 5 # 减小批处理大小性能监控指标指标正常范围优化建议事件处理延迟 50ms减少分析缓存大小AI响应时间 300ms使用轻量级AI模型内存占用200-500MB定期清理历史记录CPU使用率 70%关闭不必要的分析功能日志分析技巧Akagi的日志系统非常完善可以帮助你诊断问题# 查看最新会话日志 tail -f ./logs/latest/all.log # 按模块过滤日志 grep analysis ./logs/latest/all.log # 查看性能统计 cat ./logs/latest/performance.json 高级功能对局历史与数据分析对局记录管理Akagi自动保存所有分析过的对局支持多种格式导出[history] auto_save true format mjai # 支持 mjai, json, csv retention_days 30 # 保留30天记录 compress_old true # 压缩旧记录数据统计分析通过内置的分析工具你可以深入了解自己的麻将水平胜率趋势分析查看不同规则下的胜率变化打点效率统计分析每局的平均打点放铳风险报告识别防守薄弱环节AI建议采纳率对比AI建议与实际选择的差异批量处理脚本示例#!/bin/bash # 批量分析历史对局 CONFIG./my-config.toml OUTPUT_DIR./analysis_results for game in ./logs/history/*.mjai.jsonl; do ./akagi --config $CONFIG \ --input $game \ --output $OUTPUT_DIR/$(basename $game).analysis.json done # 生成汇总报告 echo 对局分析报告 echo 总对局数: $(ls $OUTPUT_DIR/*.json | wc -l) echo 平均打点: $(calculate_average) echo 最大连庄: $(calculate_max_renchan) 开发者进阶源码编译与二次开发环境搭建# 克隆项目 git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi # 安装Rust依赖 cargo build --release # 安装前端依赖 cd frontend npm install # 启动开发服务器 npm run dev核心模块解析Akagi采用模块化架构主要模块位于src/目录分析引擎src/analysis/ - 牌效计算、风险评估游戏捕获src/capture/ - 数据抓取与协议解析AI管理src/bot/ - AI模型加载与通信前端界面frontend/src/ - React TypeScript UI配置管理src/config/ - 配置文件处理添加新功能示例如果你想为Akagi添加新的分析功能// 在 src/analysis/ 下创建新模块 // my_new_analyzer.rs pub struct MyNewAnalyzer { // 你的分析器状态 } impl MyNewAnalyzer { pub fn analyze(self, snapshot: GameSnapshot) - AnalysisResult { // 实现你的分析逻辑 AnalysisResult::new() } } // 在 src/analysis/mod.rs 中注册 pub mod my_new_analyzer; pub use my_new_analyzer::MyNewAnalyzer; 最佳实践与使用技巧日常使用建议定期更新Akagi和AI模型会持续优化建议每月检查更新备份配置重要的配置调整前备份config.toml文件清理日志定期清理./logs/目录释放磁盘空间多平台配置为不同游戏平台创建独立的配置文件硬件优化建议CPU四核3.0GHz可获得最佳体验内存8GB RAM确保流畅运行大型AI模型存储SSD硬盘减少加载时间网络稳定宽带连接避免数据丢失社区资源问题反馈遇到问题时查看./logs/中的详细日志功能建议在项目仓库提交IssueAI模型Discord社区分享优化的模型权重配置分享与其他玩家交流优化配置 总结从新手到高手的进阶之路Akagi作为一款专业的实时麻将AI助手不仅提供了强大的分析功能还拥有高度可扩展的架构。无论你是想提升麻将技术的爱好者还是希望开发自定义AI的研究者Akagi都能满足你的需求。快速入门路线图第1周熟悉基础配置使用内置Mortal AI进行日常练习第2周学习阅读分析结果理解听牌率和风险评估第3周尝试自定义配置优化适合自己风格的设置第4周探索高级功能使用历史数据分析技术短板长期参与社区讨论分享配置经验甚至贡献代码记住AI只是辅助工具真正的技术进步来自于对分析结果的理解和反思。Akagi为你提供了专业的分析数据但最终决策权仍在你自己手中。祝你在麻将之路上不断进步享受对局的乐趣【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
