A. docs/ 根目录下 5 篇过期/迁移类文档归档到 docs/archive/ - LOGGING_IMPROVEMENTS.md (日志系统迭代报告,与 archive/日志系统优化说明.md 重复) - OCR性能分析报告.md (历史性能分析) - 统一截图和分数记录说明.md (重构方案,已合并到代码) - AI_PROJECT_SUMMARY.md (提到的 Underlying_Operations.py / path_config.py 路径已与 main 重构后不一致) - param_usage.md (模块使用说明,零引用,模块本身有 docstring) B. docs/optimization/ 整目录归档为 docs/archive/optimization/(7 篇) - ADB_EXECOUT_OPTIMIZATION / OCR_PERFORMANCE_OPTIMIZATION - SCREENSHOT_PERFORMANCE_DIAGNOSIS / SCREENSHOT_VERIFICATION_GUIDE - STREAMING_SCREENSHOT_DISABLED / STREAMING_SCREENSHOT_COMPLETELY_DISABLED - optimize_file_replace 全部是优化报告 / 已禁用功能记录,属于历史迭代而非活文档 C. docs/README.md 重写为按主题分组的索引,明确"活文档 vs 归档"边界 保留为活文档: - 日志系统规范文档.md(被 3 处引用) - 日志轮转功能说明.md(描述当前在用的轮转策略) - 截图服务日志说明.md(描述当前服务行为) - 完整技术文档.md / 流程图.md / 预约系统详细流程.md / 高价值房间重访功能说明.md 回归:纯文档归档不影响代码;140 .py 全量编译通过; test_filter_logging / check_web_gui_config_sync 通过。 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
4.0 KiB
4.0 KiB
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)
- ADB截图 → 保存
pic/screenshot.png(原子替换) - 裁剪目标区域(
cut_pic)→ 交给 OCR(analyse_pic_word/analyse_pic_digits) - OCR 文本 → 文本解析(倒计时/价值/人数)
- 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)
- 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
- 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
- 2026-01-18: 修复预约更新后的循环问题,添加强制切换标志和关闭详情(
douyin/fudai/douyin_fudai_core.py和douyin/core/douyin_fudai.py)。 - 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。