Akagi：3分钟上手，让你的麻将AI助手实时分析牌局决策-二趣网

Akagi：3分钟上手，让你的麻将AI助手实时分析牌局决策

【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

Akagi是一款强大的开源麻将AI智能助手，专为雀魂、天凤、Riichi City等主流日麻平台设计。它通过实时分析你的牌局数据，提供科学的决策建议，帮助你在复杂的麻将对局中做出更明智的选择。无论你是刚入门的新手，还是希望提升战术的进阶玩家，Akagi都能成为你的得力助手。

项目概述与价值定位 🎯

Akagi的核心价值在于将复杂的麻将概率计算和策略分析转化为直观的可视化界面。想象一下，在每一巡的决策时刻，都有一个专业教练在你身边实时分析：当前手牌的向听数、听牌概率、和牌率、对各家放铳风险，以及推荐的进攻或防守切牌。这正是Akagi为你提供的价值。

为什么选择Akagi？与其他麻将辅助工具不同，Akagi采用Rust+Tauri重写，性能卓越且跨平台支持。它内置了完整的麻将分析引擎，支持多种AI模型接入，并且拥有直观的游戏历史统计功能。最重要的是，它完全开源，你可以根据自己的需求进行定制和扩展。

核心功能亮点解析 ✨

🎮 实时HUD显示

Akagi最吸引人的功能就是实时HUD（抬头显示器）。在游戏过程中，它会以悬浮窗口的形式显示关键信息：

向听数与听牌：清晰展示当前手牌距离听牌还有几步
和牌率与听牌率：基于概率模型计算的科学数据
放铳风险评估：针对每个对手的放铳概率分析
推荐切牌：AI根据当前局势给出的最优建议

🔌 双模式抓包支持

Akagi提供两种数据捕获方式，适应不同用户需求：

Chromium模式（推荐新手）

无需配置证书或代理
Akagi自动启动浏览器并创建独立用户配置
零配置上手，适合快速开始

MITM代理模式

系统级代理，支持更多游戏客户端
需要一次性信任自签名证书
适合高级用户和特定场景

🤖 可插拔AI模型系统

Akagi采用模块化设计，支持多种AI模型：

内置Mortal AI：作为示例模型提供基础分析
自定义模型支持：你可以接入任何符合mjai协议的AI模型
按模式自动切换：四麻和三麻使用不同的AI模型配置

📊 完整的游戏历史分析

每次对局结束后，Akagi都会自动记录详细数据：

名次分布饼图：直观展示你的排名趋势
累计PT折线图：支持雀魂、天凤等多种计分规则
详细统计数据：和牌率、放铳率、立直率等关键指标

快速入门指南 🚀

第一步：下载与安装

Akagi提供跨平台支持，Windows、macOS、Linux用户都能找到对应的版本：

下载最新版本

# 从Releases页面下载对应平台的zip文件 # Windows: akagi-<version>-windows-x64.zip # macOS: akagi-<version>-macos-arm64.zip # Linux: akagi-<version>-linux-x64.zip

解压并运行
- 将zip文件解压到任意有写入权限的目录
- 直接运行解压后的可执行文件
- 首次启动会自动运行设置向导

第二步：初始配置向导

首次启动时，Akagi会引导你完成基本配置：

选择语言：支持中文、英文、日文等多种语言
选择平台：雀魂、天凤或Riichi City
选择抓包模式：推荐新手使用Chromium模式
安装AI模型：一键安装Mortal AI作为示例

第三步：开始使用

配置完成后，你就可以：

启动游戏并开始对局
观察Akagi的实时分析建议
根据HUD显示的数据调整策略
查看历史记录分析自己的进步

进阶使用技巧 🎓

个性化AI模型配置

Akagi支持自定义AI模型，你可以：

替换默认模型：将更强的模型文件放入mjai_bot/目录
在线API接入：使用托管在服务器的AI模型，无需本地计算资源
模型性能对比：尝试不同模型，找到最适合你打法的AI助手

高级配置调优

在config.toml文件中，你可以调整各种参数：

# 分析深度设置 [analysis] depth = 2 # 1=快速，2=平衡，3=深度 # AI模型配置 [bot] active_4p = "mortal" # 四麻使用的模型 active_3p = "mortal3p" # 三麻使用的模型

数据分析与复盘

Akagi的游戏历史功能是你提升技术的宝贵资源：

定期复盘习惯

每周回顾一次历史对局
分析关键决策点的AI建议与实际选择的差异
识别自己的决策模式和改进空间

数据驱动改进

关注和牌率与放铳率的平衡
分析立直时机选择的合理性
根据统计数据调整攻防策略

技术架构简析 🔧

核心架构设计

Akagi采用现代化的技术栈构建：

后端核心：Rust语言提供高性能保证

事件总线架构确保模块间解耦
异步处理支持高并发数据分析
内存安全避免常见错误

前端界面：React + TypeScript + Tauri

响应式设计适应不同屏幕尺寸
状态管理确保数据一致性
原生应用体验无需浏览器

麻将分析引擎

Akagi的分析能力基于多个开源项目：

riichienv-core：提供麻将规则和状态管理
mahjong-helper：实现向听计算和概率分析
自定义风险模型：评估放铳风险和安全度

数据流处理

游戏数据经过多层处理：

数据捕获：通过MITM或CDP获取原始游戏数据
协议解析：转换为标准mjai事件格式
状态跟踪：维护完整的游戏状态
AI分析：调用模型进行决策分析
结果呈现：通过HUD展示给用户

常见问题解答 ❓

安装与启动问题

Q: 启动时提示缺少依赖怎么办？A: 确保系统已安装必要的运行时库。Linux用户需要安装WebKit2GTK 4.1，Windows用户需要WebView2运行时。

Q: Chromium模式无法启动浏览器？A: 检查浏览器路径配置，或手动在设置中指定浏览器可执行文件路径。

使用过程中的问题

Q: HUD没有显示或数据不更新？A: 首先确认游戏数据捕获是否正常。检查代理设置或Chromium连接状态，确保Akagi能正确接收游戏数据。

Q: AI建议不准确怎么办？A: 尝试更换AI模型或调整分析深度。不同的模型在不同局势下表现可能不同。

Q: 如何查看详细日志？A: 在Akagi的Logs页面可以查看应用日志和原始数据流，Diagnostic标签提供应用级日志，Inspector标签显示协议级数据。

性能优化建议

Q: 运行卡顿怎么办？A: 可以尝试以下优化：

降低分析深度设置
使用性能更强的AI模型
关闭不必要的后台应用
确保系统有足够的内存

社区生态与未来展望 🌟

活跃的开源社区

Akagi拥有活跃的开发者社区和用户群体：

获取帮助与交流

Discord社区：实时交流使用经验和问题解答
GitHub Issues：提交bug报告和功能建议
中文文档：详细的使用指南和配置说明

贡献与开发Akagi欢迎开发者贡献代码和功能：

核心源码位于src/目录
前端代码在frontend/目录
AI模型接口规范在mjai_bot/README.md

未来发展方向

Akagi项目持续演进，未来计划包括：

平台扩展

支持更多麻将平台
移动端适配优化
云同步功能

功能增强

更智能的个性化建议
多人协作分析功能
高级训练模式

用户体验改进

自定义主题支持
更多可视化分析工具
智能提醒和提示系统

学习资源推荐

想要深入学习麻将策略？Akagi不仅是工具，也是学习平台：

初学者路径

使用Akagi观察AI建议，理解基本策略
分析自己的历史对局，识别常见错误
逐步减少对AI的依赖，培养独立判断能力

进阶学习

研究不同AI模型的决策逻辑
对比不同局势下的AI建议差异
开发自己的决策模型和策略

开始你的麻将提升之旅 🎲

Akagi不仅仅是一个工具，它是一个完整的麻将学习和提升平台。通过实时数据分析、AI辅助决策和历史复盘，你可以在实战中快速提升麻将水平。

无论你是希望：

🎯快速入门：了解麻将基本策略和决策逻辑
📈提升技术：分析自己的对局数据，针对性改进
🧠深度学习：研究AI决策模式，形成自己的战术体系

Akagi都能提供合适的工具和支持。记住，最好的学习方式是在实战中应用，在反思中进步。现在就开始使用Akagi，让AI成为你的私人麻将教练吧！

提示：Akagi项目完全开源，你可以在GitCode上找到完整源代码：https://gitcode.com/gh_mirrors/ak/Akagi。欢迎Star、Fork和参与贡献！

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析