Akagi雀魂AI助手：深度解析实时麻将分析与智能决策系统
【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
面对雀魂对局中的复杂决策困境，传统的人工分析难以提供实时精准的战术指导。Akagi麻将AI助手通过先进的架构设计和智能分析算法，为麻将爱好者提供了专业级的实时决策支持系统。
技术架构：现代Rust+Tauri的模块化设计
Akagi采用Rust+Tauri技术栈重构，实现了高性能的单二进制应用架构。系统核心分为四大模块：
| 模块 | 功能职责 | 关键技术 |
|---|---|---|
| 数据捕获层 | 游戏流量拦截与解析 | MITM代理、Chrome DevTools协议 |
| 游戏状态层 | 麻将状态追踪与转换 | 状态机、事件流处理 |
| AI分析层 | 实时麻将AI分析 | mjai协议、深度神经网络 |
| 前端展示层 | 用户界面与交互 | React+TypeScript、Tauri IPC |
图：AI分析出的和牌概率与建议
核心源码架构解析
项目的源码结构体现了清晰的职责分离：
- 游戏数据桥接：src/bridge/ 处理不同麻将平台的数据转换
- AI模型管理：src/bot/ 实现mjai协议bot的加载与通信
- 实时分析引擎：src/analysis/ 提供向听数、和牌率等核心分析
- 配置管理：src/config/ 统一的TOML配置系统
双模式数据捕获：灵活应对不同游戏环境
Akagi提供了两种数据捕获方案，适应不同的使用场景：
MITM代理模式（默认）
通过系统级代理拦截游戏流量，需要一次性信任自签名CA证书。这种模式适用于：
- 网页版雀魂、天凤等平台
- 需要全局代理支持的场景
- 对浏览器无特殊要求的用户
Chromium内嵌模式
Akagi启动受控的Chromium浏览器，通过Chrome DevTools协议直接拦截WebSocket数据。优势包括：
- 无需CA证书信任
- 隔离的游戏环境
- 零代理配置复杂度
智能分析引擎：从基础统计到深度AI
实时HUD显示系统
Akagi的核心价值在于实时分析结果的直观展示：
- 向听数计算：精确计算当前手牌距离和牌的最少步数
- 听牌分析：显示可能的和牌牌型与概率分布
- 放铳风险评估：针对每位对手的放铳概率分析
- 攻防建议：基于当前局势推荐最佳打牌策略
图：立直决策的AI分析界面
mjai协议AI集成
Akagi支持符合mjai协议的AI模型，通过标准化的JSONL协议进行通信：
[bot] enabled = true active_4p = "mortal" # 四人麻将使用模型 active_3p = "mortal3p" # 三人麻将使用模型 dir = "./mjai_bot"系统自动根据对局人数切换AI模型，确保不同规则下的最佳表现。
实战应用：从基础配置到高级调优
快速启动配置
核心配置文件config.toml支持热重载，主要参数包括：
[capture] mode = "chromium" # 或 "mitm" executable = "" # 自动检测Chrome/Edge/Brave [analysis] depth = 2 # 分析深度（1-3） response_delay = 1500 # AI响应延迟（毫秒） [logging] level = "info" # 日志级别控制性能优化建议
针对不同硬件配置的优化策略：
| 硬件配置 | 推荐设置 | 预期效果 |
|---|---|---|
| 低端CPU | depth=1, delay=2000 | 减少CPU负载，保证流畅性 |
| 中端配置 | depth=2, delay=1500 | 平衡性能与准确性 |
| 高端配置 | depth=3, delay=1000 | 最大化分析精度 |
数据记录与分析系统
对局历史管理
每局完整对局自动保存至本地数据库：
<config_root>/history/ ├── index.jsonl # 对局索引（ULID键值） └── games/ └── <ulid>.mjai.jsonl # 完整事件流记录统计分析与可视化
历史界面提供多维数据分析：
- 排名分布饼图：1-4位分布统计（三人麻将为3片）
- 累计PT曲线图：支持多种计分规则切换
- 详细统计数据：和率、放铳率、立直率等12项核心指标
图：自摸概率与牌效分析展示
高级功能：开发者扩展与自定义AI
自定义AI模型开发
开发者可基于mjai协议创建专属AI模型：
- 协议遵循：标准JSONL输入输出格式
- 事件处理：完整麻将事件流支持
- 元数据扩展：支持置信度、Q值等分析数据返回
项目提供完整的示例代码：mjai_bot/example/ 包含基础规则bot实现。
插件化架构优势
- 许可证隔离：AGPL模型在独立进程中运行
- 热插拔支持：运行时切换AI模型
- 多语言兼容：支持Python、Rust等多种语言实现
安全使用与合规建议
账号安全最佳实践
- 手动操作优先：AI建议仅作参考，保持自然操作节奏
- 时间管理：避免长时间不间断游戏
- 行为模拟：启用human_like_delay模拟人类思考时间
技术合规性
Akagi在设计上遵循以下原则：
- 本地处理：所有分析在用户设备完成
- 数据隐私：对局数据不离开本地环境
- 教育目的：明确标注为学习辅助工具
生态扩展与未来展望
平台支持路线图
当前已支持雀魂、天凤平台，未来计划扩展：
- Riichi City平台适配
- Amatsuki麻将支持
- 更多区域性麻将变种
技术演进方向
- 图像识别增强：减少对MITM的依赖
- 多模型集成：支持同时加载多个AI模型对比
- 移动端适配：iOS/Android原生应用开发
行动指南：从安装到精通
快速开始路径
- 环境准备：下载对应平台的便携包
- 一键安装：运行安装脚本完成环境配置
- 模型获取：从社区获取Mortal模型文件
- 首次配置：通过Setup向导完成基础设置
深度使用路径
- 源码构建：从GitHub仓库克隆并编译
- 自定义AI：基于mjai协议开发专属模型
- 数据分析：导出历史数据进行深度复盘
- 贡献开发：参与项目功能扩展与优化
社区资源获取
- Discord社区：技术讨论与模型分享
- GitHub仓库：源码贡献与问题反馈
- 文档Wiki：详细开发指南与API文档
Akagi麻将AI助手不仅是一个游戏辅助工具，更是麻将技术学习的完整生态系统。通过深度技术解析与实战应用指导，玩家可以系统性地提升麻将决策能力，在享受游戏乐趣的同时获得持续的技术成长。
【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
