从麻将对局新手到数据分析高手：Akagi麻将AI助手的5个技能解锁

从麻将对局新手到数据分析高手：Akagi麻将AI助手的5个技能解锁

【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

你是否曾在对局中感到迷茫，不知道应该打哪张牌？或者看着对手不断和牌，却不知道自己的策略哪里出了问题？Akagi麻将AI助手就是你的私人数据分析师，通过实时AI分析和专业建议，帮助你从麻将新手成长为数据分析高手。这款开源工具支持雀魂、天鳳、麻雀一番街、天月麻將等主流平台，内置Mortal AI模型，让你在对局中获得专业级的战术指导。

技能一：基础配置 - 开启你的AI分析之旅

安装与启动：三步完成

安装Akagi就像安装普通应用一样简单。首先，你需要从官方仓库下载对应系统的版本：

git clone https://gitcode.com/gh_mirrors/ak/Akagi cd Akagi

Windows用户可以直接运行可执行文件，macOS和Linux用户也只需简单的命令行操作。首次启动时，你会看到一个友好的设置向导，引导你完成语言选择、平台配置和AI模型安装。

两种捕获模式：选择你的游戏方式

Akagi提供了两种不同的游戏数据捕获方式，就像选择不同的观察工具：

Chromium模式（推荐新手）：就像使用专用望远镜观察游戏，Akagi会为你启动一个独立的浏览器窗口，自动拦截游戏数据。无需复杂的证书安装，点击即用。

MITM代理模式（高级用户）：更像是建立专业的监控系统，需要安装一个信任证书，但可以提供更稳定的数据流。

你的第一个AI助手配置

在设置中，你会看到一个简洁的配置界面。这里的关键是选择适合你的AI模型：

[bot] enabled = true active_4p = "mortal" # 四人麻将使用Mortal AI active_3p = "mortal3p" # 三人麻将使用专用模型

技能二：实时分析 - 看懂AI的思考过程

牌效评估：每张牌的价值分数

Akagi最强大的功能是实时牌效分析。当你摸到一张牌时，AI会立即给出1-10分的评分，告诉你这张牌的保留价值。这个评分基于三个维度：

推荐切牌：AI的战术建议

在每巡开始时，Akagi会在右侧面板显示AI的推荐操作。箭头会指向建议打出的牌，下方详细解释选择理由：

• 进攻优先：当你的手牌优势明显时，AI会推荐进攻性强的舍牌
• 防守优先：对手立直或听牌明显时，AI会推荐安全度最高的牌
• 平衡策略：根据场况动态调整攻守平衡

风险预警：避免放铳的关键

当对手可能听牌时，Akagi会用醒目的颜色标记危险牌。系统会计算每张牌的放铳概率，当概率超过15%时发出警告，超过25%时强烈建议弃和。

技能三：数据统计 - 从数字中学习成长

对局历史分析

Akagi会自动记录你的每一场对局，生成详细的数据报告。在历史页面，你可以看到：

名次分布饼图：直观展示你的顺位分布，了解自己的稳定性累计PT折线图：追踪你的段位成长轨迹详细统计数据：包括和牌率、放铳率、立直率等关键指标

个性化数据洞察

系统会根据你的对局数据，提供个性化的改进建议：

• 如果你的平均和牌巡目偏晚，AI会建议优化牌效判断
• 如果你的放铳率偏高，AI会推荐加强防守训练
• 如果你的立直成功率低，AI会分析立直时机选择

对比分析功能

你还可以将自己的数据与不同段位的平均水平对比，找出自己的技术短板。系统内置了从初心者到魂天各个段位的基准数据，帮助你设定合理的目标。

技能四：AI模型管理 - 定制你的智能助手

Mortal AI模型安装

Akagi内置了Mortal AI作为默认模型，但官方还提供了更强大的版本。通过Discord社区，你可以获取：

• 标准版Mortal：适合大多数玩家的平衡型AI
• 强化版Mortal：更精准的牌效分析和风险判断
• 在线API模型：云端计算的超强AI，无需本地GPU

自定义AI模型

如果你是高级用户，Akagi支持完全自定义的AI模型。只需要在mjai_bot/目录下创建一个符合mjai协议的Python脚本：

# 示例：简单的规则型bot def decide_action(game_state): # 分析当前局面 # 返回推荐操作 return {"type": "discard", "tile": "5m"}

模型切换策略

Akagi支持为四人麻将和三人麻将分别配置不同的AI模型。你可以在设置中灵活切换：

• 比赛模式：使用保守策略的AI，注重安全
• 训练模式：使用激进策略的AI，学习进攻技巧
• 分析模式：只显示数据，不提供建议，适合复盘学习

技能五：高级功能 - 成为数据分析专家

日志与诊断工具

Akagi提供了专业的日志系统，帮助你深入了解AI的决策过程：

诊断视图：实时查看应用日志，按模块过滤，快速定位问题协议分析器：查看原始WebSocket数据流，理解游戏通信机制AI决策追踪：记录AI的每一步思考过程，学习其决策逻辑

自定义数据分析

通过修改配置文件，你可以定制自己的数据分析维度：

[analysis] # 调整分析参数 agari_weight = 1.2 # 和牌率权重 risk_weight = 0.8 # 风险权重 improve_weight = 1.0 # 改良权重

批量数据处理

Akagi支持导出对局数据为JSON格式，你可以使用Python或Excel进行进一步分析：

import json with open('history/games/your_game.mjai.jsonl', 'r') as f: for line in f: event = json.loads(line) # 分析每一巡的决策

实战演练：从新手到高手的成长路径

第一周：基础适应期

目标：熟悉Akagi的界面和基本功能任务：完成10局对局，完全按照AI建议操作重点：观察AI的评分标准，理解牌效计算逻辑

第二周：数据意识培养

目标：开始关注统计数据任务：每天查看历史报告，找出自己的技术短板重点：降低放铳率，提高和牌率

第三周：决策能力提升

目标：理解AI的决策逻辑任务：在AI建议基础上，思考"为什么这样建议"重点：学习攻守转换时机，提高立直成功率

第四周：个性化策略形成

目标：形成自己的打牌风格任务：根据数据分析，调整自己的打牌习惯重点：平衡进攻与防守，找到适合自己的节奏

常见误区与正解

误区一：盲目跟随AI建议

正解：AI建议是参考，不是命令。理解建议背后的逻辑比盲目跟随更重要。Akagi的AI基于概率计算，但麻将还需要读牌和心理学。

误区二：过度依赖数据

正解：数据是工具，不是目的。对局中的临场判断同样重要。Akagi提供的是客观分析，但最终决策需要结合场况和对手风格。

误区三：忽视基础训练

正解：AI不能替代基本功。即使有Akagi的帮助，你仍然需要练习：

• 牌型识别速度
• 手牌记忆能力
• 读牌技巧

技术架构：理解你的AI助手

Akagi采用现代化的技术架构，确保稳定性和性能：

后端核心：使用Rust编写，提供高性能的分析引擎前端界面：基于React和TypeScript，提供流畅的用户体验AI集成：通过mjai协议与AI模型通信，支持多种AI框架

项目的模块化设计让你可以根据需要定制功能：

src/ ├── analysis/ # 牌效分析引擎 ├── bot/ # AI模型管理器 ├── bridge/ # 游戏协议解析 ├── capture/ # 数据捕获模块 └── game_state/ # 游戏状态跟踪

开始你的麻将数据分析之旅

Akagi麻将AI助手不仅仅是一个辅助工具，它更是一个完整的学习系统。通过实时分析、数据统计和AI指导，你可以：

1. 量化自己的麻将水平：用数据说话，了解自己的真实实力
2. 发现技术短板：通过统计分析，找出需要改进的地方
3. 学习专业思维：理解AI的决策逻辑，提升战术素养
4. 跟踪成长轨迹：看着自己的数据一点点进步，获得成就感

记住，最好的学习方式是实践。现在就开始使用Akagi，记录你的第一场对局，分析你的第一个决策，开启从麻将新手到数据分析高手的成长之路。

最后提醒：麻将的本质是娱乐和竞技。Akagi的目的是帮助你更好地享受游戏，理解游戏的深层逻辑。合理安排游戏时间，保持健康心态，让麻将成为你生活中的乐趣来源，而不是负担。

现在，启动Akagi，开始你的数据分析之旅吧！每一次对局都是一次学习机会，每一次分析都是一次成长。从今天开始，用数据驱动你的麻将进步。

【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