基于全新架构的 学園アイドルマスター(学マス) 小助手。图像技术 + 模拟控制 + 深度学习，解放双手！
由 MaaFramework 强力驱动！
如果 MaaGakumasu 对你有帮助，欢迎在项目右上角点亮 Star 支持。
详细说明请查看 功能说明。当前 README 以 v1.5.1 更新公告与任务配置为准。
| 模块 | 当前支持 |
|---|---|
| 启动与日常 | 启动游戏、领取活动费、邮箱礼物、任务奖励、每周免费礼包 |
| 竞赛挑战 | 指定挑战、自动选择分差最小的对手、无编队时自动编队 |
| 社团互动 | 自动请求库存较少的物品，或按配置指定请求 |
| 安排工作 | 领取奖励、自动或指定偶像、自动或指定工作时长 |
| 商店购买 | 扭蛋、金币/AP 兑换、推荐物品与碎片兑换，支持自动免费刷新 |
| 自动培育 | 初 REGULAR/PRO/MASTER，NIA PRO/MASTER，支持中断继续、失败重试、试镜难度降低、试镜手动接管、老师建议、自动支援卡选择、道具与卡片优先级 |
| 偶像之路 | 自动挑战，支持自动编队、自动战斗与失败重试（暂未适配汉化版，仅支持官服/DMM） |
| 适配能力 | Mirror 酱更新、插件版汉化、DMM 版、支援卡库存识别、繁体 i18n |
Important
自动培育仍处于测试阶段。一次完整培育通常约 30min，可能产生大量日志，也可能因弹窗、识别样本不足或游戏 UI 变化而卡住。
当前自动培育支持：
初难度：REGULAR、PRO、MASTERNIA难度：PRO、MASTER- 指定偶像卡、自动选择偶像、跳过选择偶像
- 培育次数设置、手动输入次数、无限循环
- 使用体力药、使用道具、自动回忆、关注租借
- 中断后通过“跳过准备阶段”继续培育
- 卡片选择优先级：
建议卡 > 活动卡、活动卡 > 建议卡、无 - 考试失败自动重试（初/NIA 均支持）
- 试镜难度降低（NIA）：可选择降低一档或两档
- 跟随老师的建议
- NIA 事件、试镜挑战（自动降档）、指导事件等自动选择逻辑
- 事件保底选择机制：无法匹配优先事件时自动回退到可用选项
- 初
LEGEND培育适配 - 更多语言补充
- 更多自动培育样本覆盖
| 环境 | 模拟器 | DMM |
|---|---|---|
| 原版日语 | 已适配，已完全测试 | 已适配，已通过测试 |
| 插件版汉化 | 已适配，已通过测试 | 已适配，未完全测试 |
Note
项目主要在 Windows 与 MuMu 模拟器 12 上开发和测试。其他系统或模拟器若出现问题，请参考 提问与反馈指南 并优先保存 debug\maa.log 附带截图反馈。
- 推荐使用
MuMu 模拟器 12，模拟器支持情况请查看 MaaFramework 官方文档。 - 推荐分辨率为
1280x720 (240DPI)；其他16:9分辨率和 DMM 端未做完整覆盖测试。 - 使用 DMM 版时，需要以管理员身份启动程序。
- 自动培育使用
YOLOv11深度学习模型进行识别，请确保设备支持并启用 GPU 加速。 - 培育前建议在游戏设置中开启所有跳过对话和弹窗选项，并勾选常见弹窗的“次回以降表示しない”。
- 本项目仅用于学习交流，请勿用于商业用途。
- 本项目仅提供自动化脚本，不提供任何游戏资源。
| 架构 | 下载文件 |
|---|---|
| 绝大多数 Windows 电脑 | MaaGakumasu-win-x86_64-vXXX.zip |
| Windows on ARM | MaaGakumasu-win-aarch64-vXXX.zip |
解压后运行 MaaGakumasu.exe 即可。压缩包已自带 Python 3.12.9 环境，无需额外安装。
首次启动会自动安装相关依赖。如果无法运行，请先安装 Visual C++ 可再发行程序包 和 .NET 桌面运行时 10，然后重启电脑。
Windows 10 或 11 用户也可以使用 winget 安装运行库：
winget install Microsoft.VCRedist.2015+.x64 Microsoft.DotNet.DesktopRuntime.10| 架构 | 下载文件 |
|---|---|
| Intel 处理器 | MaaGakumasu-macos-x86_64-vXXX.zip |
| Apple Silicon | MaaGakumasu-macos-aarch64-vXXX.zip |
压缩包已自带 Python 3.12.9 环境。解压后，在文件夹内打开终端并执行：
chmod a+x MFAAvalonia
chmod a+x python/bin/python3
./MFAAvalonia若启动失败并提示缺少运行库，请按提示安装 .NET 运行库。若系统提示“Apple 无法检查其是否包含恶意软件”，请在“系统设置”中的“隐私与安全性”里选择“仍要打开”。由于文件较多，可能需要重复确认。
Linux 版本提供基础包体，但当前主要测试仍集中在 Windows。遇到问题请携带日志反馈。
MaaGakumasu 基于 MaaFramework 开发，采用 JSON + 自定义逻辑扩展 模式。开发前建议先阅读：
YOLOv11 主要用于自动培育识别。模型训练参考 MaaNeuralNetworkCookbook，数据集标注使用 Roboflow。
| 数据集 | 用途 | 当前样本 |
|---|---|---|
cards |
出牌识别 | 约 902 份，已标注完成，并强化多卡重叠场景 |
Note
早期用于上课、冲刺选项识别的 button 数据集已废弃；相关按钮识别已改为普通模板匹配，不再使用 YOLOv11。
欢迎参与标注或提供样本，具体说明请查看 开发相关。
自 2025/11/08 起，MaaGakumasu 已全面支持 Mirror 酱，在其他地方购买的 CDK 同样可以在此使用。
Mirror 酱是第三方应用分发平台，用于简化开源应用更新。用户付费使用，收益与开发者共享，Mirror 酱本身也是开源项目。
CDK 购买入口：Mirror 酱官网
本软件开源、免费，仅供学习交流使用。若您遇到商家使用本软件进行代练并收费，可能是分发、设备或时间等费用，产生的费用、问题及后果与本软件无关。
在使用过程中，MaaGakumasu 可能存在任何意想不到的问题，因 MaaGakumasu 自身漏洞、文本理解有歧义、异常操作导致的账号问题等开发组不承担任何责任，请在确保在阅读完用户手册、自行尝试运行效果后谨慎使用！
本项目由 MaaFramework 强力驱动！ UI 由 MFAAvalonia 大力支持！
感谢以下开发者对本项目作出的贡献:
- MaaGakumasu 交流群 QQ 群：799823681
- MaaFramework 开发交流 QQ 群: 595990173