dsh-maa-cli: Driving maa-cli with Natural Language in DeepSeek Harness

前言

在 DeepSeek Harness(DSH)里做《明日方舟》相关自动化时,常见做法是单独配置 MAA 或 maa-cli:任务要在界面里逐项勾选,肉鸽策略要改 JSON,抄作业还要自己对照 Box。DSH 插件生态按「一切皆插件」扩展能力;社区目录 skillhub.cn 与 DeepSeek / 幻方无官方从属关系,安装前仍应自行核对源码与许可证。下面介绍维护者 nhyo 发布的 dsh-maa-cli:把 maa-cli 的执行稳定性与 DSH 的对话、本地命令通道结合起来,用一句话准备计划,或用 /maa 命令零 token 打开参数面板。

这是什么

dsh-maa-cli 是面向 DeepSeek Harness 的工具包插件(npm 包名 dsh-maa-cli,当前资料中版本 1.1.0)。简介为:用自然语言与本地命令控制 maa-cli。仓库:github.com/nhyo/dsh-maa-cli;分类为工作流。插件自带独立 maa-cli 运行时,首次使用从官方渠道下载,与系统里已有 MAA 安装目录隔离。

README 中的定位是:MAA 负责稳定执行,本插件负责听懂目标、编译策略、记住偏好,并根据 MaaCore 回调继续推进。

相比原生 MAA 多出的能力

资料以表格形式对比,核心差异包括:

  • 下达任务:由界面逐项填参,改为自然语言生成计划、本地确认后执行。
  • 运行中调整:除停止外,支持「再打两局就停」「Boss 关前停」及查进度;局数、楼层依赖 MaaCore 可靠回调,不靠猜测。
  • 肉鸽策略:备注中的需求会编译成 MAA 实际读取的招募表与战斗配置,执行后恢复原始资源;验证通过的策略可记忆复用。
  • 基建:自然语言描述排班(如制造站、贸易站干员分配),编译为 MAA 自定义排班并校验干员名。
  • 抄作业:按 Box 搜索 MAA 作业站,标注缺少或练度不足的干员;失败时自动换下一份同关作业(最多 3 份)。
  • 养成与目标:培养建议、材料缺口、联合刷图规划;可按理智预算分步完成日常或掉落目标。
  • 出错处理:区分「已确认」与「推测」原因,安全场景下对不会造成重复消耗的扫描任务自动重试。

核心功能(按文档划分)

本地命令与面板

日常操作可走 DSH 本地通道,不消耗模型 token。命令包括 /maa fight、/maa infrast、/maa recruit、/maa rouge 等,打开 MAA 风格参数面板,改完确认即执行。每个面板独立记住上次确认的参数;任务运行中可在面板输入运行时指令(如「现在停止」「现在打到哪了」)。完成、失败或条件停止时可桌面通知;停止会终止本次任务进程树,并在确认退出后再提示「已停止」。

自然语言与策略

一句话可串联多步(例如先启动游戏、基建换班、刷指定关卡、领奖)。计划通常一次模型调用生成,确认按钮在本地执行且确认时不再调用模型。肉鸽主题、模式、难度等选项从当前 MAA 资源读取;「堵门」「守蓝门」等描述可自动算部署位置与朝向。

日常任务、抄作业与目标

支持按总次数或掉落目标刷理智、按服务器 04:00 换日选今日开放关卡、公招默认只确认 3★/4★ 等。工作流预设可把「启动、基建、访问好友、领奖」存成预设,下次一句话复用。详细行为见仓库内 docs/commands.md、docs/natural-language.md、docs/tasks.md。

干员与养成

Box 扫描后可只读缓存问答;培养建议参考社区强度投票并考虑职业覆盖;养成规划与刷图规划结合企鹅物流掉率与 ArkPlanner。见 docs/operators.md。

运行时与配置

首次执行自动下载独立运行时(资料称约 520–630 MB,通常 1–3 分钟),之后每天检查更新;环境变量、兼容系统与模拟器、能力边界见 docs/runtime.md。故障排查见 docs/troubleshooting.md。插件本身 MIT;运行时来自 MAA / maa-cli 官方渠道,遵循各自许可(MAA 为 AGPL-3.0)。要求 Node >= 22;资料中声明与 DSH 0.2.1-rc.3 兼容。

安装与启用

先做 profile 对应的安装,再重启 DSH Desktop(桌面端),并启动模拟器。安装命令须使用 README 原文:

dsh plugin --profile desktop add dsh-maa-cli

或 Web 配置:

dsh plugin --profile web add dsh-maa-cli

插件以当前 DSH 进程权限运行,安装前应阅读仓库源码与 LICENSE,并理解 ADB、模拟器与自动战斗相关风险。

典型用法

安装并重启后,可直接试 README 中的示例:

/maa fight

打开理智作战面板(零模型调用)。

帮我清理基建,再刷 20 次 1-7

用自然语言准备计划,确认后由 maa-cli 执行。

找一个 H8-4 低配作业,用我 Box 里有的干员打

按 Box 抄作业。第一次执行会触发运行时下载,面板会显示进度;失败时资料说明会自动回滚更新。

适用场景与注意

适合已在 DSH 中使用、希望减少 MAA 界面重复操作、又需要可确认计划与策略记忆的玩家或开发者。不适合期望完全无确认全自动、或不愿接受首次大体积运行时下载的环境。

注意:公招出现 5★/6★ 时会跳过并提醒手动处理;冲突的策略要求不会执行;删掉插件运行时目录可卸载独立运行时,但与游戏账号、理智消耗相关的决策仍应由使用者确认。

结尾

dsh-maa-cli 把 maa-cli 的执行层接到 DSH 的对话与工作流上:本地 /maa 命令负责高频面板操作,自然语言负责编排与策略编译,独立运行时降低与已有 MAA 安装的耦合。目录页:https://www.skillhub.cn/plugins/nhyo/dsh-maa-cli;源码与文档:https://github.com/nhyo/dsh-maa-cli。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye