置AI零配置開箱即用:Akagi的純Rust神經(jīng)網(wǎng)絡(luò)機(jī)器人是怎么工作的)
內(nèi)置AI零配置開箱即用:Akagi的純Rust神經(jīng)網(wǎng)絡(luò)機(jī)器人是怎么工作的【免費(fèi)下載鏈接】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(shí)時(shí)分析對(duì)局並給出建議內(nèi)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.項(xiàng)目地址: https://gitcode.com/gh_mirrors/ak/AkagiAkagi 是一款支持雀魂、天鳳、麻雀一番街、天月麻將的桌面級(jí) AI 麻將助手它的亮點(diǎn)之一是內(nèi)置 AI 機(jī)器人零配置、開箱即用。你不需要安裝 Python、不需要下載權(quán)重文件打開應(yīng)用選擇內(nèi)置 bot 就能讓一個(gè)純 Rust 編寫的神經(jīng)網(wǎng)絡(luò)模型實(shí)時(shí)分析牌局并給出建議。本文帶你拆解這個(gè)麻雀雖小五臟俱全的神經(jīng)機(jī)器人在 Akagi 里到底是怎么工作的。為什么是零配置權(quán)重直接燒進(jìn)二進(jìn)制很多麻將 bot 方案依賴外部推理引擎比如 libriichi 加 Python 子進(jìn)程安裝步驟繁瑣。Akagi 的內(nèi)置 bot 走了一條完全不同的路純 Rust 推理基于 candle 框架在進(jìn)程內(nèi)直接跑卷積網(wǎng)絡(luò)沒有 Python、沒有子進(jìn)程、沒有動(dòng)態(tài)庫依賴權(quán)重內(nèi)嵌訓(xùn)練好的.safetensors文件通過include_bytes!直接打包進(jìn)可執(zhí)行文件見 defaults.rs運(yùn)行時(shí)零外部文件兩種規(guī)格四麻yonma與三麻sanma各帶一份模型分別對(duì)應(yīng) 82 / 60 維動(dòng)作空間。換句話說安裝 bot 這個(gè)動(dòng)作本身被消滅了——你下載的就是完整的 AI。機(jī)器人的三大核心部件內(nèi)置 bot 的全部代碼位于 native_bot/ 目錄核心只有三塊1. 觀察編碼把牌桌變成圖片麻將狀態(tài)并不像像素圖像怎么喂給卷積網(wǎng)絡(luò)obs.rs 設(shè)計(jì)了一套自相對(duì)特征平面把對(duì)局編碼成[C, T]形狀的張量C 為通道數(shù)T 為牌軸其中維度四麻三麻特征通道 C3937牌軸 T3427動(dòng)作空間 A8260通道里包括自己手牌檔位≥1/≥2/≥3/≥4 張同牌、赤五標(biāo)記、摸牌、聽牌等待面、符里指示牌與符里張、每個(gè)對(duì)手的舍牌計(jì)數(shù)/副露/立直狀態(tài)/點(diǎn)數(shù)、上家切牌、場風(fēng)、自風(fēng)、本場、圈數(shù)等。所有座位都按相對(duì)位置編碼下標(biāo) 0 永遠(yuǎn)是決策者模型因此對(duì)座位號(hào)完全不敏感。2. 動(dòng)作編碼合法動(dòng)作掩碼action_codec.rs 負(fù)責(zé)把切哪張牌、碰/吃/杠/榮和/Pass統(tǒng)一編號(hào)。關(guān)鍵細(xì)節(jié)有兩個(gè)合法掩碼推理時(shí)只允許在合法動(dòng)作集合里選擇保證網(wǎng)絡(luò)永遠(yuǎn)不會(huì)做出不存在的牌赤五保護(hù)切赤五與切普通五張共享同一個(gè)動(dòng)作 id解碼時(shí)會(huì)優(yōu)先還原普通牌避免把確定的符里張白白切掉。3. 小卷積網(wǎng)絡(luò)660K 參數(shù)2.6 MB 權(quán)重model.rs 里的結(jié)構(gòu)刻意保持緊湊輸入卷積 64 通道 → 3 個(gè)殘差塊 → 256 維全連接 → 動(dòng)作 logit。四麻模型約 66 萬參數(shù)權(quán)重文件只有 2.6 MB——小到可以直接內(nèi)嵌進(jìn)桌面程序在 CPU 上毫秒級(jí)完成一次前向推理。訓(xùn)練流程用天鳳日志模仿人類內(nèi)置 bot 采用行為克隆模仿學(xué)習(xí)目標(biāo)是合格的人類水平而非最強(qiáng)Rust 提取器回放 mjai 格式的天鳳日志產(chǎn)出(觀察, 動(dòng)作, 掩碼)樣本見 train/README.mdPython GPU訓(xùn)練小 CNN這里 Python 只離線用一次約 5 分鐘導(dǎo)出.safetensorsRust 側(cè) candle 加載并跑數(shù)值一致性測(cè)試確保兩邊算出的結(jié)果一致parity.rs。參考數(shù)據(jù)4 萬局日志 → 600 萬樣本驗(yàn)證集 top-1 命中率 75.9%三麻模型 77.8%。樣本中切牌動(dòng)作占約 77~81%所有可以鳴牌但沒鳴的位置會(huì)被合成為 Pass 樣本避免模型學(xué)出亂碰。運(yùn)行時(shí)決策一步棋是怎么選出來的實(shí)時(shí)對(duì)局中Akagi 把 mjai 事件流喂給 engine.rs 的Engine內(nèi)部由 riichienv-core 純 Rust 牌局引擎維護(hù)完整狀態(tài)。每當(dāng)輪到?jīng)Q策點(diǎn)obs_and_legal_4p/3p構(gòu)建特征平面 合法動(dòng)作列表模型前向輸出 82/60 維 logit在合法集合內(nèi)做 softmax 排序取概率最高的動(dòng)作若最優(yōu)動(dòng)作是立直引擎會(huì)在狀態(tài)克隆中先立直再讓模型補(bǔ)出必須攜帶的切牌——因?yàn)?mjai 的立直必須同時(shí)指定切牌否則自動(dòng)操作會(huì)卡住HUD 展示 Top-3 候選概率條例如界面上hora 99% / discard 1%的建議卡片。還有一個(gè)小優(yōu)化當(dāng)合法動(dòng)作只剩 1 個(gè)比如立直后的全部摸切時(shí)這是強(qiáng)制動(dòng)作引擎直接本地回答不浪費(fèi)推理甚至 API 配額。Akagi 如何接入本地模型永遠(yuǎn)在線bot/native.rs 是 Akagi 側(cè)的進(jìn)程內(nèi) runner。它注冊(cè)了兩個(gè)保留 bot 名akagi-native內(nèi)置四麻 botakagi-native3p內(nèi)置三麻 bot它的設(shè)計(jì)哲學(xué)是本地模型永遠(yuǎn)在回路里即使你配置了云端推理 API本地小模型仍負(fù)責(zé)——先用合法動(dòng)作檢查做門控真該決策時(shí)才發(fā)網(wǎng)絡(luò)請(qǐng)求、服務(wù)器不可達(dá)時(shí)自動(dòng)降級(jí)為本地動(dòng)作、失敗后指數(shù)退避熔斷保證對(duì)局永不停頓。而這一切都不需要你在 bot 目錄放任何文件也沒有bot.py注冊(cè)表流程。想深入了解關(guān)鍵文件清單模塊路徑作用觀察編碼器obs.rs特征平面定義與編碼動(dòng)作編解碼action_codec.rs動(dòng)作編號(hào)、合法掩碼、紅五保護(hù)CNN 模型model.rscandle 推理網(wǎng)絡(luò)推理引擎engine.rs狀態(tài)驅(qū)動(dòng) 決策主循環(huán)內(nèi)嵌權(quán)重weights/akagi4p / akagi3p 模型文件訓(xùn)練說明train/README.md提取 → 訓(xùn)練 → 導(dǎo)出全流程模塊總覽README.md架構(gòu)關(guān)系圖與幾何參數(shù)小結(jié)Akagi 的內(nèi)置機(jī)器人證明了夠用且零摩擦的工程價(jià)值一份 2.6 MB 的行為克隆小網(wǎng)絡(luò)配共享同一套 Rust 編碼器的訓(xùn)練/推理管線讓雀魂、天鳳玩家打開即用、無需任何安裝還能隨時(shí)切換到云端更強(qiáng)模型而體驗(yàn)無感降級(jí)。這就是純 Rust 神經(jīng)網(wǎng)絡(luò)機(jī)器人在 Akagi 里的全部秘密 【免費(fèi)下載鏈接】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(shí)時(shí)分析對(duì)局並給出建議內(nèi)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.項(xiàng)目地址: https://gitcode.com/gh_mirrors/ak/Akagi創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 內(nèi)置AI零配置開箱即用:Akagi的純Rust神經(jīng)網(wǎng)絡(luò)機(jī)器人是怎么工作的
內(nèi)置AI零配置開箱即用:Akagi的純Rust神經(jīng)網(wǎng)絡(luò)機(jī)器人是怎么工作的【免費(fèi)下載鏈接】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(shí)時(shí)分析對(duì)局並給出建議內(nèi)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.項(xiàng)目地址: https://gitcode.com/gh_mirrors/ak/AkagiAkagi 是一款支持雀魂、天鳳、麻雀一番街、天月麻將的桌面級(jí) AI 麻將助手它的亮點(diǎn)之一是內(nèi)置 AI 機(jī)器人零配置、開箱即用。你不需要安裝 Python、不需要下載權(quán)重文件打開應(yīng)用選擇內(nèi)置 bot 就能讓一個(gè)純 Rust 編寫的神經(jīng)網(wǎng)絡(luò)模型實(shí)時(shí)分析牌局并給出建議。本文帶你拆解這個(gè)麻雀雖小五臟俱全的神經(jīng)機(jī)器人在 Akagi 里到底是怎么工作的。為什么是零配置權(quán)重直接燒進(jìn)二進(jìn)制很多麻將 bot 方案依賴外部推理引擎比如 libriichi 加 Python 子進(jìn)程安裝步驟繁瑣。Akagi 的內(nèi)置 bot 走了一條完全不同的路純 Rust 推理基于 candle 框架在進(jìn)程內(nèi)直接跑卷積網(wǎng)絡(luò)沒有 Python、沒有子進(jìn)程、沒有動(dòng)態(tài)庫依賴權(quán)重內(nèi)嵌訓(xùn)練好的.safetensors文件通過include_bytes!直接打包進(jìn)可執(zhí)行文件見 defaults.rs運(yùn)行時(shí)零外部文件兩種規(guī)格四麻yonma與三麻sanma各帶一份模型分別對(duì)應(yīng) 82 / 60 維動(dòng)作空間。換句話說安裝 bot 這個(gè)動(dòng)作本身被消滅了——你下載的就是完整的 AI。機(jī)器人的三大核心部件內(nèi)置 bot 的全部代碼位于 native_bot/ 目錄核心只有三塊1. 觀察編碼把牌桌變成圖片麻將狀態(tài)并不像像素圖像怎么喂給卷積網(wǎng)絡(luò)obs.rs 設(shè)計(jì)了一套自相對(duì)特征平面把對(duì)局編碼成[C, T]形狀的張量C 為通道數(shù)T 為牌軸其中維度四麻三麻特征通道 C3937牌軸 T3427動(dòng)作空間 A8260通道里包括自己手牌檔位≥1/≥2/≥3/≥4 張同牌、赤五標(biāo)記、摸牌、聽牌等待面、符里指示牌與符里張、每個(gè)對(duì)手的舍牌計(jì)數(shù)/副露/立直狀態(tài)/點(diǎn)數(shù)、上家切牌、場風(fēng)、自風(fēng)、本場、圈數(shù)等。所有座位都按相對(duì)位置編碼下標(biāo) 0 永遠(yuǎn)是決策者模型因此對(duì)座位號(hào)完全不敏感。2. 動(dòng)作編碼合法動(dòng)作掩碼action_codec.rs 負(fù)責(zé)把切哪張牌、碰/吃/杠/榮和/Pass統(tǒng)一編號(hào)。關(guān)鍵細(xì)節(jié)有兩個(gè)合法掩碼推理時(shí)只允許在合法動(dòng)作集合里選擇保證網(wǎng)絡(luò)永遠(yuǎn)不會(huì)做出不存在的牌赤五保護(hù)切赤五與切普通五張共享同一個(gè)動(dòng)作 id解碼時(shí)會(huì)優(yōu)先還原普通牌避免把確定的符里張白白切掉。3. 小卷積網(wǎng)絡(luò)660K 參數(shù)2.6 MB 權(quán)重model.rs 里的結(jié)構(gòu)刻意保持緊湊輸入卷積 64 通道 → 3 個(gè)殘差塊 → 256 維全連接 → 動(dòng)作 logit。四麻模型約 66 萬參數(shù)權(quán)重文件只有 2.6 MB——小到可以直接內(nèi)嵌進(jìn)桌面程序在 CPU 上毫秒級(jí)完成一次前向推理。訓(xùn)練流程用天鳳日志模仿人類內(nèi)置 bot 采用行為克隆模仿學(xué)習(xí)目標(biāo)是合格的人類水平而非最強(qiáng)Rust 提取器回放 mjai 格式的天鳳日志產(chǎn)出(觀察, 動(dòng)作, 掩碼)樣本見 train/README.mdPython GPU訓(xùn)練小 CNN這里 Python 只離線用一次約 5 分鐘導(dǎo)出.safetensorsRust 側(cè) candle 加載并跑數(shù)值一致性測(cè)試確保兩邊算出的結(jié)果一致parity.rs。參考數(shù)據(jù)4 萬局日志 → 600 萬樣本驗(yàn)證集 top-1 命中率 75.9%三麻模型 77.8%。樣本中切牌動(dòng)作占約 77~81%所有可以鳴牌但沒鳴的位置會(huì)被合成為 Pass 樣本避免模型學(xué)出亂碰。運(yùn)行時(shí)決策一步棋是怎么選出來的實(shí)時(shí)對(duì)局中Akagi 把 mjai 事件流喂給 engine.rs 的Engine內(nèi)部由 riichienv-core 純 Rust 牌局引擎維護(hù)完整狀態(tài)。每當(dāng)輪到?jīng)Q策點(diǎn)obs_and_legal_4p/3p構(gòu)建特征平面 合法動(dòng)作列表模型前向輸出 82/60 維 logit在合法集合內(nèi)做 softmax 排序取概率最高的動(dòng)作若最優(yōu)動(dòng)作是立直引擎會(huì)在狀態(tài)克隆中先立直再讓模型補(bǔ)出必須攜帶的切牌——因?yàn)?mjai 的立直必須同時(shí)指定切牌否則自動(dòng)操作會(huì)卡住HUD 展示 Top-3 候選概率條例如界面上hora 99% / discard 1%的建議卡片。還有一個(gè)小優(yōu)化當(dāng)合法動(dòng)作只剩 1 個(gè)比如立直后的全部摸切時(shí)這是強(qiáng)制動(dòng)作引擎直接本地回答不浪費(fèi)推理甚至 API 配額。Akagi 如何接入本地模型永遠(yuǎn)在線bot/native.rs 是 Akagi 側(cè)的進(jìn)程內(nèi) runner。它注冊(cè)了兩個(gè)保留 bot 名akagi-native內(nèi)置四麻 botakagi-native3p內(nèi)置三麻 bot它的設(shè)計(jì)哲學(xué)是本地模型永遠(yuǎn)在回路里即使你配置了云端推理 API本地小模型仍負(fù)責(zé)——先用合法動(dòng)作檢查做門控真該決策時(shí)才發(fā)網(wǎng)絡(luò)請(qǐng)求、服務(wù)器不可達(dá)時(shí)自動(dòng)降級(jí)為本地動(dòng)作、失敗后指數(shù)退避熔斷保證對(duì)局永不停頓。而這一切都不需要你在 bot 目錄放任何文件也沒有bot.py注冊(cè)表流程。想深入了解關(guān)鍵文件清單模塊路徑作用觀察編碼器obs.rs特征平面定義與編碼動(dòng)作編解碼action_codec.rs動(dòng)作編號(hào)、合法掩碼、紅五保護(hù)CNN 模型model.rscandle 推理網(wǎng)絡(luò)推理引擎engine.rs狀態(tài)驅(qū)動(dòng) 決策主循環(huán)內(nèi)嵌權(quán)重weights/akagi4p / akagi3p 模型文件訓(xùn)練說明train/README.md提取 → 訓(xùn)練 → 導(dǎo)出全流程模塊總覽README.md架構(gòu)關(guān)系圖與幾何參數(shù)小結(jié)Akagi 的內(nèi)置機(jī)器人證明了夠用且零摩擦的工程價(jià)值一份 2.6 MB 的行為克隆小網(wǎng)絡(luò)配共享同一套 Rust 編碼器的訓(xùn)練/推理管線讓雀魂、天鳳玩家打開即用、無需任何安裝還能隨時(shí)切換到云端更強(qiáng)模型而體驗(yàn)無感降級(jí)。這就是純 Rust 神經(jīng)網(wǎng)絡(luò)機(jī)器人在 Akagi 里的全部秘密 【免費(fèi)下載鏈接】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(shí)時(shí)分析對(duì)局並給出建議內(nèi)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.項(xiàng)目地址: https://gitcode.com/gh_mirrors/ak/Akagi創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考