🤖 YOLO 视觉驱动：游戏自动化集成系统总体说明 本系统是一套完整的计算机视觉（CV）自动化方案，专门为《地下城与勇士》（DNF）类横版动作游戏设计。它不读取游戏内存数据，而是通过实时图像识别和逻辑推理来模拟真实玩家的操作。

一、 系统架构：五大模块协同逻辑 整个系统通过“感知 -> 决策 -> 执行”的链路运行：

感知层 (Sense)

bind_window.py (捕获器)：系统的“视网膜”。负责在后台定位游戏窗口，利用 mss 进行高速截图，并将画面传递给后续模块。

detector.py (识别器)：系统的“视觉神经”。加载 YOLOv8 深度学习模型，实时分析画面，识别出：玩家自己、怪物、Boss、掉落物品和传送门。

决策层 (Think)

minimap_nav.py (导航员)：系统的“小脑”。通过 OpenCV 的色彩提取技术，专门分析右上角的小地图，寻找蓝点（玩家）和黄点（目标），计算全局位移方向。

game_nav.py (策略官)：系统的“大脑”。这是最核心的逻辑层，它根据 detector 看到的局部信息和 minimap 看到的全局信息，按照优先级（打怪 > 捡钱 > 进门）下达动作指令。

执行层 (Act)

main_nav.py (指挥官)：系统的“中枢神经”。它启动所有模块，处理热键（F8/F9/F10），并最终调用 pydirectinput 模拟键盘按键，实现角色的移动和攻击。

二、 核心技术亮点 多源信息融合 (Sensor Fusion)： 系统不仅仅依赖 YOLO 识别。当画面中没有怪物时，它会自动切换到小地图导航模式，确保角色不会在复杂的地图中迷路。

优先级决策系统： 代码内部实现了一套严谨的逻辑：如果屏幕上有 Boss，绝对不会先去捡钱；如果小怪清完了，会自动寻找地上的战利品。

非侵入式自动化： 完全基于屏幕像素处理和驱动级键盘模拟，不修改游戏封包或内存，具有较好的隐蔽性。

实时可视化调试： main_nav.py 会生成一个带彩色框的调试窗口，实时显示 AI 的思考过程（例如：当前目标是谁、距离多少、正在执行什么动作）。

三、 工作流程图 代码段 graph TD A[bind_window: 截图] --> B[detector: YOLO识别物体] A --> C[minimap_nav: HSV识别地图点] B --> D[game_nav: 行为决策] C --> D D --> E[main_nav: 模拟按键执行] E --> F[游戏画面反馈] F --> A 四、 部署建议 硬件要求：由于涉及 YOLO 实时推理，建议使用带有 NVIDIA 显卡的电脑以保证帧率（FPS）。

环境适配：

分辨率：系统依赖于像素坐标，建议在 1280x720 或固定比例的窗口模式下运行。

HSV 调优：如果更换了游戏地图，可能需要微调 minimap_nav.py 中的色彩数值，以防识别不到小地图上的点。

模型精度：整个系统的上限取决于 best.pt 的训练质量。如果识别率不高，会导致 AI 在原地“转圈”。