MahjongCopilot
MahjongCopilot 是一款专为雀魂(Maj-soul)玩家打造的实时 AI 辅助工具。它能在游戏对局中提供每一步的打牌建议,并支持将建议直接覆盖显示在游戏画面上,帮助玩家做出更优决策。此外,它还具备自动加入对局和自动出牌功能,大幅简化操作流程。
对于希望提升麻将技法的普通玩家而言,MahjongCopilot 能像私人教练一样,在实战中即时分析牌局局势;对于想要研究 AI 策略的开发者或研究人员,它提供了基于强大的 Mortal 模型和 mjai 协议的开源实现,支持本地部署与在线模型切换,兼容三人及四人麻将模式。其架构清晰,模块化设计便于二次开发与功能扩展。
该工具不仅降低了高水平 AI 辅助的使用门槛,也为麻将 AI 社区贡献了可参考的技术方案。无论你是想轻松上分的休闲玩家,还是对麻将算法感兴趣的技术爱好者,MahjongCopilot 都值得尝试。
使用场景
资深雀魂玩家小林正在冲击“魂天”段位,面对高强度的四人麻将对局,他需要在极短时间内做出最优决策以维持胜率。
没有 MahjongCopilot 时
- 决策依赖直觉:在复杂牌型(如染手或七对子)的攻防判断上,往往凭感觉打牌,容易因情绪波动打出危险张导致放铳。
- 复盘效率低下:对局结束后只能凭记忆回顾失误,缺乏量化数据支持,难以精准定位是“防守过弱”还是“进攻时机不当”。
- 学习曲线陡峭:想要提升水平需手动研究大量谱例或观看高手直播,无法在实际对局中获得实时的步骤级指导。
- 多开管理困难:若同时运行多个账号或进行长时间挂机训练,缺乏自动加入下一局和自动出牌的功能,操作繁琐且易疲劳。
使用 MahjongCopilot 后
- 实时 AI 辅助:基于 Mortal 模型的 HUD 覆盖层直接在游戏界面显示每一步的最佳建议(包括切牌选择与立直判断),将直觉决策转化为科学计算。
- 即时纠错提升:AI 会针对每一手牌给出期望损失值分析,帮助小林在对局中立刻意识到潜在风险,显著降低无谓放铳率。
- 沉浸式学习:通过“步调指导”功能,小林在实战中直接模仿顶级 AI 的打法逻辑,将抽象理论转化为肌肉记忆,加速技术成长。
- 自动化托管:启用自动打牌与自动加入功能后,小林可轻松进行多账号循环训练或长时间挂机等牌,大幅释放精力专注于策略复盘。
MahjongCopilot 将顶尖 AI 的计算能力无缝融入实战,把单纯的娱乐对局转变为高效、精准的麻将技术进化场。
运行环境要求
- Windows
未说明
未说明

快速开始
麻将 Copilot / Mahjong Copilot
麻将 AI 助手,基于 mjai (Mortal模型) 实现的机器人。会对游戏对局的每一步进行指导。现支持雀魂三人、四人麻将。
加入QQ群:1031865144
点击加入Discord
Mahjong AI Assistant for Majsoul,基于mjai(Mortal模型)机器人实现。当你在Majsoul游戏中时,AI会为你提供逐步指导。目前支持Majsoul三麻和四麻模式。
下载、帮助和更多信息请访问网站 请查看网站获取下载、帮助及其他信息
帮助信息 Help Info | https://mjcopilot.com

特性:
- 对局每一步 AI 指导,可在游戏中覆盖显示
- 自动打牌,自动加入游戏
- 多语言支持
- 支持本地 Mortal 模型和在线模型,支持三麻和四麻
Features:
- Step-by-step AI guidance for the game,with optional in-game overlay.
- Auto play & auto joining next game
- Multi-language support
- Supports Mortal local models and online models,3p and 4p mahjong modes.
使用方法 / Instructions
开发
- 克隆 repo
- 安装 Python 虚拟环境。Python 版本推荐 3.11.
- 安装 requirements.txt 中的依赖。
- 安装 Playwright + Chromium
- 主程序入口: main.py
To Develope
- Clone the repo
- Install Python virtual environment. Python version 3.11 recommended.
- Install dependencies from requirements.txt
- Install Playwright + Chromium
- Main entry: main.py
示例脚本 Sample script:
git clone https://github.com/latorc/MahjongCopilot.git
cd MahjongCopilot
python -m venv venv
CALL venv\Scripts\activate.bat
pip install -r requirements.txt
set PLAYWRIGHT_BROWSERS_PATH=0
playwright install chromium
python main.py
配置模型
本程序支持几种模型来源。其中,本地模型(Local)是基于 Akagi 兼容的 Mortal 模型。要获取 Akagi 的模型,请参见 Akagi Github 的说明。
Model Configuration
This program supports different types of AI models. The 'Local' Model type uses Mortal models compatible with Akagi. To acquire Akagi's models, please refer to Akagi Github .
截图 / Screenshots
界面 / GUI

游戏中覆盖显示 (HUD)/ In-game Overlay (HUD)


设计 / Design

目录说明 Description for folders:
- gui: tkinter GUI 相关类 / tkinter GUI related classes
- game: 雀魂游戏相关类 / classes related to Majsoul game
- bot: AI 模型和机器人实现 / implementations for AI models and bots
- common: 共同使用的支持代码 commonly used supporting code
- libriichi & libriichi3p: 编译完成的 libriichi 库文件 / For compiled libriichi libraries
鸣谢 / Credit
基于 Mortal 模型和 MJAI 协议 Based on Mortal Model an MJAI protocol
设计和功能实现基于 Akagi Design and implementation based on Akagi
参考 Reference Mahjong Soul API: https://github.com/MahjongRepository/mahjong_soul_api
MJAI协议参考 / MJAI Protocol Reference
MJAI: https://mjai.app
许可 / License
本项目使用 GNU GPL v3 许可协议。
协议全文请见 LICENSE
版本历史
v0.6.02024/04/27v0.5.62024/04/23v0.5.52024/04/20v0.5.42024/04/19v0.5.32024/04/17v0.5.22024/04/17v0.5.12024/04/15v0.5.02024/04/15v0.4.62024/04/12v0.4.52024/04/11v0.4.42024/04/09v0.4.32024/04/08v0.3.52024/04/04v0.3.02024/04/04v0.2.62024/04/03v0.2.02024/03/31v0.1.12024/03/31v0.1.02024/03/31常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。