MaaEnd架构深度剖析：明日方舟终末地自动化工具的四层设计——Pipeline低代码、Go Service与C++算法层完整拆解

MaaEnd架构深度剖析明日方舟终末地自动化工具的四层设计——Pipeline低代码、Go Service与C算法层完整拆解【免费下载链接】MaaEndMaaEnd 终末地小助手基于视觉 AI 的「明日方舟终末地」自动化工具项目地址: https://gitcode.com/gh_mirrors/maa/MaaEndMaaEnd 是一款基于视觉 AI 的「明日方舟终末地」自动化工具终末地小助手它用Pipeline JSON 低代码、Task 编排、Go Service、C 算法四层架构把识别画面 → 自动操作的复杂流程拆成了普通人也能改的配置。本文带你从零看懂这套架构每一层负责什么、任务如何跑起来、新手改功能时该动手写哪一层。一句话看懂 MaaEnd 四层架构MaaEnd 基于 MaaFramework 框架开发整体可以理解为四层结构由用户看到的到底层算的依次是层级位置一句话职责你会改它吗① 配置入口assets/interface.json定义任务列表、控制器、Agent 启动项极少② 任务编排assets/tasks/每个自动任务在 UI 的展示、入口节点、可选项偶尔③ Pipeline 低代码assets/resource/pipeline/定义识别什么、点哪里、下一步去哪最常改④ 算法扩展层agent/go-service/ 与 agent/cpp-algo/Pipeline 难以表达的复杂识别与计算进阶项目文档对此有明确的原则大多数功能修改优先写在 Task Pipeline不是先写 Go见 components-guide.md。这条低代码优先的设计正是 MaaEnd 能汇聚大量非程序员贡献者的关键。Pipeline 低代码用 JSON 写自动操作Pipeline 是 MaaEnd 的核心一份份 JSON 文件描述任务流程每个节点遵循识别 → 操作 → 下一步的循环。以基质筛选任务为例一个节点长这样节选自官方入门文档recognition用模板匹配在屏幕指定roi区域找一张小图如未选中的武器基质标签action找到就Click点击next列出可能的下一个画面按顺序尝试命中Pipeline 节点设计的三条铁律官方 编码规范 对 Pipeline 开发要求严格总结为三条永远先识别再操作不能假设点了按钮下一个画面一定出现每步点击后都要有识别验证严禁盲目使用pre_delay/post_delay硬延迟高命中率next列表要尽量覆盖操作后所有可能的画面争取一次心跳立即命中720p 基准所有坐标和模板图以 1280×720 为基准模板图片统一放在 assets/resource/image/对新手最友好的地方在于加一个按钮识别 截一张模板图 写一个 JSON 节点不需要写任何 Go 或 C 代码。所有 Pipeline JSON 还必须通过 tools/schema/pipeline.schema.json 定义的协议校验写错字段 IDE 会直接标红。Go ServicePipeline 搞不定的难点交给它当流程涉及复杂算法、遍历、计算比如跨区仓库盘点、基质刷取规划、自动囤货的价格决策低代码就不够用了这时由 agent/go-service/ 以Custom 节点的形式介入。Pipeline 管流程Go 管难点 的职责边界Custom Action / Custom RecognitionGo 代码通过register.go注册成 Pipeline 可调用的节点名Pipeline 里只需写custom_action: MapNavigateAction这样的几行 JSON禁止大段流程控制Go 中不允许写大规模业务流程流程控制必须留在 Pipeline JSON 里参数极简custom_action_param只放必要参数避免过度设计接口Go 层内部还分业务包与公共包业务包如 autostockpile/、ims/、autoessence/每个自动任务的复杂逻辑实现公共包 pkg/跨业务复用的工具——boolexpr条件表达式求值、ocrnumOCR 数值解析支持1.38万这类格式、minicv纯 Go 轻量 CV、control跨平台操控适配Win32/ADB/macOS/Linux、i18n多语言文案等详细说明见 go-service-pkg.md。C 算法层高性能识别引擎agent/cpp-algo/ 是第四层支持原生 OpenCV 和 ONNX Runtime专攻单个复杂识别算法比如模块能力MapLocator/AI CV 小地图定位输出区域、坐标与朝向IconRecognition/物品图标识别配合固定 ROI 的高吞吐扫格RecoGrid/ GridTracker/单帧网格识别与跨帧目标追踪基质刷取核心MapNavigator/ Navmesh/寻路执行与导航网格规划C 层的分工原则同样是只算不控实现高难度识别算法并注册为 Custom Recognition/Action操作与业务流程仍优先由 Go 与 Pipeline 负责见 AGENTS.md 的 Cpp Algo 规范。四层如何协同一条任务的执行路径以据点交易这类任务为例执行路径是assets/tasks/OutpostTrading.json任务入口 UI 选项 ↓ assets/resource/pipeline/OutpostTrading/识别 → 点击 → 跳转 循环 ↓ 遇到复杂需求 Custom 节点调用 Go Service价格决策、数据同步 ↓ 遇到重算法 Custom 节点调用 C 算法图标识别、网格追踪官方文档 components-guide.md 还归纳了判断这次改动该改哪的速查表改动类型该看哪里界面文案、任务名assets/locales/interface/任务编排、UI 选项assets/tasks/**/*.json识别、点击、跳转、等待assets/resource/pipeline/**/*.json复杂逻辑算法、遍历、计算agent/go-service/**跨业务通用工具agent/go-service/pkg/**新手上手路线图从哪一层开始贡献想参与 MaaEnd 开发官方给出的阅读路线是见 docs/zh_cn/developers/README.md零基础读 super-basic-introduction.md——Git、JSON 填表入门不教写代码教你看懂黑话快速上手getting-started.md——10 分钟搭环境、跑程序、完成第一次 PR写 Pipeline 节点绝大多数贡献只走这条路——截模板图 写 JSON配合 VS Code 的 Maa Pipeline Support 插件框选识别区域进阶写 Go/C读 custom.md 与 go-service-pkg.md需要强调的是不允许在缺乏游戏界面截图的情况下凭空编写 Pipeline——MaaFramework 的识别强依赖真实画面开发者必须提供截图、ROI 与界面跳转关系。这是项目保证自动化稳定性的底线。总结低代码优先的分层智慧MaaEnd 的四层架构配置入口 → Task 编排 → Pipeline 低代码 → Go/C 算法扩展回答了自动化项目的一个核心矛盾易用性 vs 能力上限。新手改 JSON 就能贡献维护门槛极低复杂算法被隔离在 Go/C 层通过极简参数的 Custom 节点暴露给 Pipeline流程在低代码、难点在代码的边界让几千个节点既灵活又可控想深入了解任意一层的细节仓库内置了完整的开发者文档中文索引见 docs/zh_cn/developers/README.md英文见 docs/en_us/developers/README.md按文档里的阅读路线走一遍即可上手。【免费下载链接】MaaEndMaaEnd 终末地小助手基于视觉 AI 的「明日方舟终末地」自动化工具项目地址: https://gitcode.com/gh_mirrors/maa/MaaEnd创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考