Files
douyi_guaji_main/docs/AI_PROJECT_SUMMARY.md
T
Your Name 25ed50cc3c feat: Add AI project summary and coordinate constants for Douyin Fudai
- Created AI_PROJECT_SUMMARY.md for quick understanding of project structure, data flow, key interfaces, and verification points.
- Added key modules and data flow overview for automated participation in Douyin Fudai lottery.
- Introduced a JSON schema example for configuration and provided quick validation steps.
- Updated coordinate constants in coords.py for various cropping areas related to Fudai details, ensuring centralized management of coordinates.
- Generated a new actions log file for tracking actions performed by the application.
2026-01-03 00:06:59 +08:00

3.8 KiB
Raw Blame History

项目(AI 友好)摘要 — 抖音福袋挂机

此文件为面向 AI 助手的精简技术摘要,便于快速理解项目结构、数据流、关键接口与运行验证要点。

一句概述

  • 自动在抖音直播间检测并参与福袋抽奖;基于 ADB 截图、像素检测、模板匹配和 OCR(EasyOCR/PaddleOCR)实现决策与操作。

关键模块(短列表)

  • run_cli.py:CLI 入口,解析参数并启动 fudai_analyse.fudai_choujiang()。
  • douyin/core/douyin_fudai.py(fudai_analyse):主调度器(Mixin 组合)。
  • douyin/fudai/douyin_fudai_core.py:福袋详情解析、并行 OCR、筛选与参与决策。
  • Underlying_Operations.py:底层设备操作、截图、裁剪、OCR 封装与回退策略。
  • douyin/detection/:像素检测与模板匹配(阶段诊断)。
  • douyin/reservation/:高价值预约与回退处理。
  • path_config.py:统一路径获取(避免硬编码)。

数据流(精简)

  1. ADB截图 → 保存 pic/screenshot.png(原子替换)
  2. 裁剪目标区域(cut_pic)→ 交给 OCR(analyse_pic_word/analyse_pic_digits)
  3. OCR 文本 → 文本解析(倒计时/价值/人数)
  4. 筛选决策(basic_join_decision)→ 点击操作(operation.click)或预约记录(state/reservations.json)

示意(ASCII):

SCREENSHOT -> CUT_PIC -> OCR -> PARSE -> DECIDE -> ACTION ↓ ↓ PIXEL_DETECT STATE

AI 需要的简洁接口清单(签名 + 单行说明)

  • fudai_analyse.fudai_choujiang(device_id: str, y_pianyi: int, needswitch: bool, wait_minutes: int) — 启动主循环。
  • fudai_analyse.run_once_basic() — 单次循环(用于快速验证)。
  • get_fudai_contain(analyser) -> (content, countdown_text, participants, task_count, prize_value_yuan) — 并行 OCR 获取福袋详情。
  • basic_join_decision(analyser, detail) -> bool — 根据配置决策是否参与。
  • underlying_operations.get_screenshot(device_id) -> bool — 获取并写入 pic/screenshot.png(原子替换)。
  • underlying_operations.cut_pic(left, top, right, bottom, name) — 裁剪并保存子图用于 OCR。
  • underlying_operations.analyse_pic_word(picname) -> str — 对裁剪图运行 OCR 并返回文本。

配置(快速 JSON schema 示例)

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "type": "object",
  "properties": {
    "needswitch": {"type":"boolean"},
    "min_prize_value_yuan": {"type":"number","minimum":0},
    "high_value_fudai_threshold_yuan": {"type":"number","minimum":0},
    "debug_captures": {"type":"object"}
  },
  "required": ["needswitch"]
}

快速验证(AI 可执行的最小步骤)

  1. 在连接设备的情况下,运行单次循环以生成截图并保存裁剪图:
python run_cli.py --device-id <DEVICE_ID> --wait-minutes 0
  1. 检查 pic/ 下的 screenshot.png 与裁剪图 (pic/cut_*),验证 福袋价值 裁剪区域是否为新坐标 (639,1466)-(769,1586)(已在代码中更新)。

变更与可检索点

  • 已修改:douyin/fudai/douyin_fudai_core.py 中 value_box 裁剪坐标改为 (639, 1466, 769, 1586)。
  • 文档新增:本 AI 摘要(此文件)与 docs/完整技术文档.md 的扩充。

推荐 AI 使用模式

  • 若需解释函数,先调用 semantic search 在仓库内检索函数定义,然后读取对应文件段落(path_config.py、Underlying_Operations.py、douyin/fudai/douyin_fudai_core.py)。
  • 对于 OCR/图像问题,优先让 AI 输出裁剪后的样例截图坐标与 OCR 文本样例,再定位 analyse_pic_word 的调用点。

文件生成于 2026-01-02,用于 AI 与开发者的快速对接;如需我将该内容合并回 docs/完整技术文档.md 的特定位置,我可以继续做这一步。