企业官网建设流程全解析

鸣潮自动化实战指南：ok-ww如何用图像识别搞定后台战斗与日常清体力

【免费下载链接】ok-wuthering-waves鸣潮 后台自动战斗 自动刷声骸 一键日常 Automation for Wuthering Waves项目地址: https://gitcode.com/GitHub_Trending/ok/ok-wuthering-waves

每天下班回家，你只想尽快把《鸣潮》的日常清完、声骸刷完、副本打完，可一套流程下来往往要折腾一两个小时。今天要介绍的 ok-ww（ok-wuthering-waves），正是一个能把这些重复劳动全部接手的开源项目——它靠图像识别"看懂"游戏画面，通过模拟正常用户操作来替你跑日常、打副本、收声骸，全程无需碰游戏文件，也不用读取内存。

为什么这类工具过去总是被劝退？

很多人一听到"游戏自动化"就想起按键精灵式的固定脚本：分辨率一变就失灵，游戏更新就报废，稍不留神还容易被封号。传统方案的两个硬伤，让多数玩家望而却步。

• 适应性差：写死的坐标点击，换个窗口大小、换台电脑，一切归零。
• 安全风险高：直接读写内存、注入进程的方案，等于把账号放在刀尖上。

ok-ww 走的是一条完全不同的路——用"眼睛"代替"坐标"。它像人一样去看屏幕、去判断画面，再通过系统层面的接口模拟键鼠操作。不碰内存、不改文件，这也是它能被社区持续维护到今天的底气所在。

看懂它的大脑：图像识别是怎么工作的

项目的核心识别引擎放在 src/OnnxYolo8Detect.py 和 src/OpenVinoYolo8Detect.py 两个文件里，分别基于 ONNX Runtime 与 OpenVINO 两套推理后端，你可以按自己机器的硬件情况二选一。

简单说，它的工作流程分三步：

1. 截帧：持续抓取游戏画面，交给检测模型。
2. 识别：模型在画面里框出技能图标、冷却时间、敌人、可交互物体等元素。
3. 决策：根据识别结果，按照预置的战斗与任务逻辑，模拟按键和点击。

因为识别的是画面内容而非坐标，所以窗口缩放、分辨率变化都不会影响判断。模型的权重文件位于 assets/echo_model/echo.onnx，训练目标覆盖了游戏里的关键界面元素，声骸检测、技能识别都靠它。

上手第一步：安装与三分钟环境准备

体验 ok-ww 有两种方式：直接下载编译好的安装包，或者从源码跑。对多数人来说，装好即用最省心；喜欢折腾的开发者则推荐源码方式。

pip install -r requirements.txt --upgrade python main.py

源码入口是 main.py，调试版本在 main_debug.py，正式运行前记得把游戏画质和帧率调稳，保证画面稳定在 60 FPS。有两点需要特别提醒：

• 游戏内所有角色都要装备主声骸，否则自动战斗可能反复锁定敌人却不攻击。
• 安装路径保持纯英文，杀毒软件记得加白名单，避免文件被误删。

打副本这件小事，现在可以完全放手

进入游戏后，启动战斗任务，剩下的交给程序。它会实时识别当前操作的角色，按每名角色独立的输出循环来释放技能、切换角色、走位输出。

如上图所示，画面中的伤害数字、技能特效、角色状态都能被系统捕捉到。每个角色的战斗逻辑被拆成独立文件放在 src/char/，从 BaseChar.py 这个基类继承而来。这带来一个明显好处：新角色上线后，只要有人写一份对应逻辑，全队都能自动适配，不需要你手动配置任何技能序列。

声骸体系的效率革命：从刷到筛全自动

声骸是《鸣潮》养成体系里最耗时的一环，而 ok-ww 把"刷"和"筛"两件事都承包了。

• 自动刷取：定位声骸目标、击杀、吸收，一条龙循环，直到体力耗尽。
• 自动筛选：通过 OCR 读取装备属性，按你预设的暴击、攻击、生命百分比等阈值留下"毕业胚子"，垃圾直接回收。

筛选面板支持按主属性、副属性多个维度组合过滤，配合五合一强化、合成等功能，声骸整理从手工逐件翻看变成一键批量处理。

大地图导航：不点一下鼠标的跑图

副本之外，日常清图、收资源同样自动化。系统内置了常见资源点与任务目标的坐标信息，再结合实时画面判断玩家当前位置，自动规划路线。

大地图上的星标、传送点、任务标记都能被识别，路径规划模块（相关实现见 src/task/ 下的任务文件）会为每个目标规划最优移动路线。实测中，从地图一头跑到另一头基本不需要人工干预。

后台运行：工作学习两不误

ok-ww 最讨喜的特性，是游戏窗口最小化甚至被遮挡时依然照常工作。它通过 Windows 接口在后台模拟操作，你该写代码写代码、该看剧看剧，完全不占用前台。

后台运行时会自动将游戏静音，不会突然冒出战斗音效吓人一跳。对于多账号玩家，MultiAccountDailyTask.py 还支持账号切换与日常批量处理，一套流程跑完自动换号继续。

效率到底提升了多少？

与其空谈，不如看一组实跑数据：

数字会因硬件和网络有浮动，但整体趋势一致：把每天最枯燥的重复操作压缩到原来的五分之一。

想更稳定？记住这四个调优细节

实际使用中，大多数"失灵"都能靠下面几条规避：

1. 关掉显卡滤镜：NVIDIA 动态亮丽、AMD 锐化这类渲染会改变画面特征，影响识别，务必关闭。
2. 保持默认亮度：游戏亮度调得过高或过低，都可能让界面元素识别出现偏差。
3. 同步自定义按键：如果你改过游戏内默认按键，记得在 ok-ww 设置里同步，否则操作会对不上。
4. 优先源码运行：遇到启动器断线问题时，源码运行通常比 exe 更稳。

聊聊它的开源生态与未来

ok-ww 基于 ok-script 框架开发，核心代码量不大，结构清晰，非常适合作二次开发的学习样本。项目内 docs/ 目录提供了多语言文档，社区也沉淀了较完整的 FAQ。

从技术演进看，这类"图像识别 + 状态机 + 自动化调度"的组合，接下来大概率会走向更轻量的模型、更快的推理速度，以及对更多分辨率和场景的覆盖。对于想研究计算机视觉落地应用的开发者来说，它本身就是一份现成的教材：YOLO 目标检测怎么落地、OCR 怎么接、任务状态机怎么设计，都有真实可跑的代码可以参考。

写在最后

ok-ww 的价值不在于"挂机"，而在于把玩家从重复劳动里解放出来。它用图像识别替代固定坐标，用模块化设计拥抱游戏更新，用后台运行让自动化真正融入日常。

如果你正被每日清体力和声骸养成搞得疲惫，不妨下载体验，记得先从官方渠道获取最新安装包；如果你是开发者，更推荐直接拉取源码，在 src/ 里研究它的任务调度与角色逻辑，说不定下一个新角色的自动战斗脚本就出自你手。

【免费下载链接】ok-wuthering-waves鸣潮 后台自动战斗 自动刷声骸 一键日常 Automation for Wuthering Waves项目地址: https://gitcode.com/GitHub_Trending/ok/ok-wuthering-waves