Akagi麻将AI助手：3分钟快速上手的完整教程与实战技巧
项目地址: https://gitcode.com/gh_mirrors/ak/Akagi Akagi是一款支持雀魂、天鳳、麻雀一番街、天月麻將的实时麻将AI分析工具，能够使用自定义AI模型实时分析对局并提供专业建议。这款开源免费的麻将助手内置了Mortal AI作为示例，帮助玩家在实战中提升决策能力，成为你麻将学习路上的智能伙伴。
🚀 项目简介：你的专属麻将AI教练
Akagi麻将AI助手是一款基于Rust和Tauri技术栈开发的实时麻将分析工具，它通过本地代理或内置浏览器捕获游戏数据，实时分析牌局状态，为你提供专业的麻将决策建议。无论你是刚接触麻将的新手，还是希望突破瓶颈的进阶玩家，Akagi都能成为你提升麻将水平的得力助手。
麻将AI分析界面
核心功能亮点
- 实时HUD显示：可拖拽、可调整大小的牌局信息面板，实时显示向听数、听牌、和牌率、听牌率、对各家的放铳风险以及推荐切牌
- 双重捕获模式：支持MITM代理模式和Chromium内置浏览器模式，满足不同用户的使用习惯
- 插件化AI模型：支持自定义mjai协议bot，内置Mortal AI示例，可一键安装使用
- 多语言界面：支持英语、日语、繁体中文、简体中文四种语言界面
- 完整历史记录：自动记录每局完整对局，提供详细的统计数据和分析图表
🎯 核心优势：为什么选择Akagi？
实时智能决策支持
想象一下，每当你摸牌、舍牌时，都有一个专业教练在旁边轻声提醒。Akagi正是这样的存在：
- 向听数优化：实时计算当前手牌的最优向听数，帮你找到最快听牌路径
- 危险牌识别：自动分析场况，标记可能放铳的危险牌，提升防守能力
- 番种概率预测：评估不同听牌选择的番种概率，帮你做出最优选择
- 最佳出牌建议：结合牌效、防守、番种等多维度分析，提供综合建议
完全本地化隐私保护
你的游戏数据只属于你：
- 零数据上传：所有分析都在本地完成，无需担心隐私泄露
- 配置加密存储：个人设置和游戏数据都安全存储在本地
- 自主控制权：你可以随时查看、修改或删除所有数据记录
开源生态持续进化
加入活跃的开发者社区：
- 完全免费使用：无任何隐藏费用或订阅限制
- 自定义AI模型：支持集成自己的AI模型，打造个性化助手
- 持续功能更新：活跃的社区贡献确保工具与时俱进
麻将和牌分析
🛠️ 快速上手：3分钟完成配置
第一步：下载与安装
Akagi提供便携式压缩包，无需复杂安装过程：
- 访问项目发布页面，下载对应操作系统的压缩包
- 解压到任意有写入权限的目录（如桌面或用户目录）
- 直接运行可执行文件即可启动
第二步：首次运行设置向导
首次启动Akagi时，设置向导会引导你完成基本配置：
- 语言选择：选择你熟悉的界面语言（支持中、英、日）
- 平台选择：选择你常玩的麻将平台（雀魂、天鳳等）
- 捕获模式：选择适合你的数据捕获方式
- AI模型安装：一键安装Mortal AI示例模型
第三步：开始使用
配置完成后，Akagi会自动开始工作：
- MITM代理模式：需要信任一次CA证书，然后设置游戏客户端通过代理连接
- Chromium模式：Akagi会自动启动浏览器，无需额外配置
- 开始对局：进入游戏后，Akagi会自动捕获数据并显示分析结果
📊 实战应用：从新手到高手的成长路径
新手阶段：观察学习（1-2周）
重点目标：理解基本牌理，建立牌感
- 观察AI建议：开启AI建议功能，但不要盲目跟随
- 理解向听数：观察AI计算的向听数变化，理解牌效优化的基本逻辑
- 学习安全牌判断：查看危险牌标记，建立初步的防守意识
麻将听牌分析
中级阶段：实践应用（2-4周）
重点目标：优化决策流程，提升防守能力
这个阶段你需要开始建立自己的决策框架：
- 牌效优先：学习如何快速降低向听数
- 防守策略：掌握危险牌识别与安全度评估
- 时机把握：理解不同场况下的最优打法
高级阶段：自主提升（1个月后）
重点目标：精细化分析，形成个人风格
- 数据分析能力：利用历史记录功能分析自己的对局数据
- 多模型实验：尝试不同的AI模型，找到最适合你风格的助手
- 自定义插件：根据个人需求开发定制化功能
🔧 技术架构深度解析
核心模块设计
Akagi采用模块化设计，各个子系统职责清晰：
- src/analysis/：麻将分析引擎，负责向听数、和牌率、风险计算等核心算法
- src/bridge/：平台协议解析模块，支持雀魂、天鳳等不同平台
- src/capture/：数据捕获后端，支持MITM代理和Chromium两种模式
- src/game_state/：游戏状态跟踪器，实时镜像牌局状态
- frontend/src/tiles/：前端组件模块，提供各种信息显示面板
插件化AI系统
Akagi采用进程隔离的AI系统设计：
mjai_bot/<name>/
├── bot.py # JSONL stdin → JSONL stdout
├── pyproject.toml # requires-python = ">=3.12"
├── manifest.toml # 可选 - 支持的modes，设置schema
└── README.md
这种设计确保了AI模型的独立性，同时避免了许可证冲突问题。
麻将立直分析
🎮 不同水平玩家的使用策略
铜之间：基础建立期
核心目标：理解基本规则，建立牌感
- 重点使用功能：向听数计算、安全牌提示
- 学习频率：每天1-2局，重点观察AI建议逻辑
- 进步指标：和牌率提升5-10个百分点
银之间：技能提升期
核心目标：优化决策流程，提升防守能力
- 重点使用功能：危险牌识别、番种概率预测
- 学习频率：每周分析3-5局关键对局
- 进步指标：放铳率降低15-20%
金之间以上：精细化提升期
核心目标：心理战与节奏控制
- 重点使用功能：多模型对比分析、自定义插件
- 学习频率：针对性训练特定场景
- 进步指标：段位稳定上升，对局决策自信度提升
📈 数据统计与历史分析
完整的历史记录系统
Akagi自动记录每一局完整对局，提供详细的数据分析：
- 排名分布饼图：直观显示你的排名分布情况
- 累计PT折线图：支持多种计分规则（雀魂段位/天鳳段位/自定义）
- 详细统计数据：和牌率、放铳率、立直率、副露率、流局率等
个性化数据追踪
通过分析历史数据，你可以：
- 识别决策模式：发现自己的打法偏好和习惯
- 量化进步程度：通过数据指标客观评估自己的进步
- 制定训练计划：根据弱项制定针对性的训练计划
麻将流局分析
🔍 进阶功能详解
自定义AI模型集成
Akagi支持集成各种符合mjai协议的AI模型：
- 内置Mortal AI：作为示例模型，适合初学者使用
- 社区模型：Discord社区分享的强化模型
- 自定义模型：支持用户自行训练和集成个性化模型
多平台支持
Akagi目前支持以下麻将平台：
- 雀魂（Mahjong Soul）：完整支持4人麻将和3人麻将
- 天鳳（Tenhou）：支持4人麻将和3人麻将
- Riichi City：计划支持中
- Amatsuki：计划支持中
国际化界面
Akagi提供完整的国际化支持：
- 英语界面：适合国际用户使用
- 日语界面：适合日语用户使用
- 繁体中文界面：适合港澳台用户使用
- 简体中文界面：适合中国大陆用户使用
🛠️ 常见问题与解决方案
捕获模式问题
问题：无法捕获游戏数据
解决方案：
- MITM模式：确保已信任CA证书，验证代理端口是否正常工作
- Chromium模式：手动设置浏览器可执行文件路径
- 通用检查：检查防火墙设置，确保Akagi有网络访问权限
AI模型问题
问题：AI模型加载失败或响应缓慢
解决方案：
- 检查模型文件：验证模型文件完整性和路径
- 调整分析深度：降低分析深度以减少计算负载
- 升级硬件：如果配置较低，考虑升级硬件配置
性能优化建议
根据你的硬件配置调整设置：
- 低配置电脑：设置
analysis_depth: 1，减少CPU占用 - 网络延迟高：调整
response_delay: 2000，设置更自然的思考间隔 - 内存不足：关闭不必要的日志输出，释放内存资源
🌟 社区生态与未来发展
活跃的开发者社区
Akagi拥有活跃的开源社区：
- Discord交流群：实时交流使用经验和问题解决方案
- GitHub仓库：提交问题报告和功能建议
- 文档贡献：共同完善项目文档和使用教程
未来发展规划
Akagi的开发团队持续改进和扩展功能：
- 更多平台支持：计划支持Riichi City和Amatsuki等平台
- 自定义主题：提供前端主题定制功能
- 性能优化：持续优化分析算法和用户体验
- 社区插件：支持更多社区开发的插件和扩展
🎉 开始你的智能麻将之旅
Akagi不仅仅是一个工具，它是你麻将水平提升的加速器。通过合理的AI辅助，结合实战经验积累，你将在享受麻将乐趣的同时，稳步提升竞技水平。
记住核心原则：AI是辅助，思考是核心。让Akagi成为你提升麻将水平的得力助手，而不是完全依赖的对象。在对局中保持独立思考，将AI建议作为参考，最终形成自己的麻将哲学。
立即行动：
- 克隆项目仓库：
git clone https://gitcode.com/gh_mirrors/ak/Akagi - 按照安装指南完成环境配置
- 从观察学习开始，逐步建立自己的判断体系
- 参与社区讨论，分享你的成长经验
无论你的起点如何，Akagi都能为你提供个性化的成长路径。现在就开始使用Akagi，开启你的智能麻将提升之旅，在实战中不断进步，享受麻将带来的无限乐趣！
麻将自摸分析
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
