返回资讯中心
外部精选
软件工程
#开发者实时流

开源工具 itero.gg 推出英雄联盟选英雄推荐面板

来源标题:League of Legends Draft Recommender System (open-source itero.gg)

开源项目 itero.gg 发布 LoLCompanion,一款停靠在英雄联盟客户端旁的选英雄推荐面板。它根据对位与协同数据、双方阵容及个人战绩排出最佳选择,锁定后显示符文与出装,并在对局中提供紧凑出装面板。该工具仅支持 Windows,安装无需管理员权限;由于未做代码签名,系统可能弹出警告。

Hacker News 最新telecomhacker2026/11/12 · 5 天前15 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

一个停靠在 League 客户端旁边的面板,在英雄选择阶段为你的最佳选择排名,依据对线对位和协同数据、双方阵容以及你自己的战绩。锁定后显示符文和出装;进入游戏后显示紧凑的出装面板。 下载 LoLCompanion-win-Setup.exe 并运行。它会为你的 Windows 账户安装(无需管理员权限),并自动更新。 便携版:LoLCompanion.zip (解压后运行 LoLCompanion.exe;无自动更新)。 Windows 可能提示该应用未识别(它没有代码签名):更多信息 → 仍要运行。 当 League 客户端在前台时,面板会自动出现,进入游戏后隐藏。 托盘图标(右下角)显示/隐藏面板、检查更新、打开设置、开启随 Windows 启动以及退出。 盲选。当你的对线对手尚未选定,选择视图会有一个盲选安全开关:按强度、与队伍的契合度,以及若敌方对线英雄克制他们时损失多少来排名。一旦你的对线对手选定,就切换回普通排名。对局之间,面板标题栏的图表按钮(或托盘中的盲选探索器)会打开一个窗口,适用于任何位置(默认是你玩得最多的位置):每个英雄的强度对比被克制时的损失。悬停头像可查看其最差对位。在 config.toml 的 [blind] 下调整。 英雄选择前,统计数据会在后台为你的常用位置预加载(排队后为你的 lobby 位置)。 选择从第一个锁定的选择开始。悬停某个选择可查看其得分背后的每一项。 敌方分路根据选取率猜测;灵活位会显示金点。点击敌人可设置其分路。 出装:每个选项显示其 Δ:相对于通常情况,对阵这些敌人时表现好多少,以胜率点数计,对小样本进行折减。下路对阵敌方双人组,上/中对阵其对线者,打野(以及中单对阵游走辅助),打野对阵所有人。最佳选项标记为 BEST VS LANE。悬停可查看每个敌人的占比。 他们的伤害(出装视图和游戏中):敌方队伍的物理、魔法和真实伤害分配,来自每个敌人在其分路对英雄的平均伤害。悬停可查看每个敌人自己的分配。 锁定后的选择标签页显示你锁定时推荐的样子。 游戏中显示每件装备的胜率及其对每个敌人的 Δ,每条分路一列(敌方图标在顶部)。需要无边框或窗口模式。已填满的鞋子和装备槽会隐藏。它从不从游戏夺取焦点:悬停装备或行查看详情,Ctrl+X 隐藏。 玩家(游戏中,Ctrl+Shift+X):段位和赛季胜率、他们所用英雄的对局数/胜率/KDA(来自最近约 20 局)、最近 10 场结果,以及“首次使用”或“连败 3 场”等标签。游戏开始时从 League 客户端读取。 托盘 → 设置(或面板标题栏的齿轮)。保存的更改立即生效。它们存储在 config.toml 中(安装副本位于 %LOCALAPPDATA%\league-analysis\),其中还包含窗口未覆盖的内容: 每个候选一个得分,以胜率点数计: score(c) = base + Σ vs + Σ with + you + mastery base = shrink(wr(c) − avg_wr, games(c), k) × w_base vs = shrink(Δ(c vs 分路 L 的敌人), games, k) × w_enemy[L] 每个已知敌人 with = shrink(Δ(c 与分路 L 的队友), games, k) × w_ally[L] 每个队友(若被悬停则 × 0.5) you = shrink(your_wr(c) − wr(c), your_games(c), 40) × 0.5 × w_comfort(3+ 局) mastery = min(0.15 × ln(1 + points / 1000), 1.0) × w_comfort shrink(δ, n, k) = δ × n / (n + k) k = 500:500 局的样本按一半计算 你的对局按 0.5^(age / half_life) 加权,half_life = 90 天 Δ:lolalytics 的归一化 delta:c 与某英雄同队/对阵时的表现比两个英雄胜率预测的好多少。 wr、games、avg_wr:你的位置、你的段位、最近 14 天。 分路权重 你的分路 双人路(下/辅) 打野 其他 w_enemy 1.0 1.0 0.5 0.3 w_ally – 1.0 0.5 0.3 禁用威胁 = pick_rate × (对你选择的伤害 + 对每个队友悬停的伤害 + 强度 × w_enemy),按分路求和。对你选择的伤害取平均(你只玩一个);每个悬停完整计算,使用该队友自己的分路权重。 出装 Δ = shrink((wr_option_vs − wr_vs) − (wr_option − wr), games, 300),少于 100 局时隐藏。 阵容胜率估计:英雄强度(半权重)+ 跨队对位(同分路 1.0,下路双人组 0.7,其他 0.35)+ 协同(半权重),上限 25–75%。用 scripts/backtest.py 在你自己的阵容上校准,它为配置中 [odds] 拟合 cal_a/cal_b(估计值随后通过 sigmoid(cal_a · total + cal_b) 而非上限)。 API API 用于 League Client API(本地,只读) 英雄选择(/lol-champ-select/v1/session,可选英雄)、游戏阶段、lobby、对局历史、精通、补丁版本。游戏中(Ctrl+Shift+X):每个玩家的段位、最近对局和精通,与客户端显示的相同公开资料数据 Live Client Data API (127.0.0.1:2999) 游戏中:你的英雄、装备、金币、等级,以及每个玩家的英雄/位置。无敌方装备或计时器。 lolalytics(非官方,可能变更) 胜率、对位、协同、出装。缓存 24 小时。 op.gg(非官方,可能变更) 玩家视图:每个玩家在其英雄上的赛季单排记录。缓存 6 小时;配置中 opgg = false 可关闭。 Data Dragon + CommunityDragon 英雄、装备和符文数据及图像 GitHub Releases(通过 Velopack) 自动更新 不会向客户端或游戏注入任何内容。 uv sync uv run app.py # 实时 uv run app.py --record drafts/x.jsonl # 实时 + 记录 uv run app.py --replay drafts/x.jsonl # 回放 uv run app.py --simulate --role support --allies jinx --enemies nautilus uv run app.py --simulate --players # 游戏内玩家视图,来自 tests/fixtures/players uv run scripts/dump_players.py # 在游戏中:保存客户端的原始玩家数据 uv run pytest uv run --group build pyinstaller league_helper.spec --noconfirm # → dist/LoLCompanion/ 每次推送到 main 都会运行测试、构建并发布版本 0.1.<run>(安装程序 + 更新源)以及便携版 zip。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →