준비

이 튜토리얼을 시작하기 전에 다음 사항이 준비되었는지 확인해야 합니다.

1. 필요한 소프트웨어를 설치하고 올바르게 구성했습니다. ZH-CN 클라이언트 또는 해당 클라이언트의 readme.md 에 지원되는 기능이 제대로 작동하는지 확인할 수 있는 정보가 있어야 합니다.
2. 작업 스키마 를 읽고 각 필드의 의미와 사용법을 기본적으로 이해해야 합니다. 코드에서 @ 와 # 의 의미와 용법도 이해해야 합니다.
3. ZH-CN 클라이언트의 task.json 파일과 템플릿 이미지는 해외 클라이언트에 대해 언급되지 않았거나 누락된 경우의 대안으로 사용된다는 점을 이해해야합니다. 해외 클라이언트에 대한 task.json 의 내용은 ZH-CN 작업 필드에 따라 다시 작성해야 합니다.
4. 영어 실력이 있고, 영어 로그를 읽을 수 있으며, 로그를 통해 누락된 사진과 다른 정보를 찾을 수 있는 역량이 있으면 좋습니다.
5. 작업 체인에 따라 개별적으로 수정을 수행하는 것이 좋습니다. 예를 들어, Award 작업을 수정하려면 next 필드의 순서에 따라 template image, text, 그리고 roi 를 단계적으로 수정해야 합니다. 이렇게 하면 수정 후 모든 작업이 정상적으로 작동하고 오류를 쉽게 발견할 수 있습니다. 또한 이렇게 하면 한 번에 너무 많은 콘텐츠가 수정될 때 소프트웨어가 어떤 작업에 고정되어 있는지 혼동하거나 잊어버리는 것을 방지할 수 있습니다.

변경 전 준비사항

변경하기 전에 다음과 같은 몇 가지 준비 사항에 유의해야 합니다:

1. ZH-CN 클라이언트의 task.json 을 참조하여 해외 클라이언트를 위한 템플릿 이미지와 텍스트 콘텐츠를 준비했는지 확인해야 합니다.
2. 이러한 이미지와 텍스트 콘텐츠에 올바르게 접근할 수 있는지 확인해야 합니다.

스크린샷 얻기

고품질의 스크린샷을 얻으려면 다음 지침을 따르세요:

1. 에뮬레이터와 함께 제공된 스크린샷 도구를 사용하여 스크린샷을 만들고 저장합니다.
2. 스크린샷의 크기가 1280*720 이상이고 종횡비는 반드시 16:9 이어야 합니다.
3. 스크린샷에 작업 표시줄, 상태 표시줄 또는 알림 표시줄과 같은 관련 없는 내용이 포함되어 있지 않은지 확인해야 합니다.
4. 스크린샷에 인식해야 할 내용이 모두 포함되어 있는지 확인해야합니다.

이미지를 잘라내고 관심 텍스트/이미지 영역(ROI)을 얻으려면, Python 과 OpenCV 를 설치하고, MaaAssistantArknights/tools/CropRoi/main.py 파일을 다운로드해야 합니다.

그런 다음, 다음 단계를 수행합니다.

1. main.py와 같은 디렉토리에 src 와 dst 폴더를 새로 만듭니다.
2. 크기를 조정해야 하거나 새로운 ROI 값이 필요한 텍스트/이미지의 전체 스크린샷을 src 폴더에 넣습니다.
3. main.py를 실행합니다.
4. 마우스를 드래그하여 대상 범위를 선택하고, 관련 없는 내용이 포함되지 않도록 합니다.
5. 범위가 결정되면 S를 눌러 저장하고 Q를 눌러 종료합니다. 잘라낸 이미지가 dst 폴더에 저장됩니다.

예를 들어, 자르기를 완료한 후의 출력은 다음과 같습니다:

src: Screenshot_xxx.png
dst: Screenshot_xxx.png_426,272,177,201.png
original roi: 476, 322, 77, 101,
amplified roi: 426, 272, 177, 201

이 예시에서, Screenshot_xxx.png 는 src 폴더에 배치된 전체 스크린샷의 이름이고, Screenshot_xxx.png_426,272,177,201.png 는 잘라낸 이미지의 이름입니다.

원래의 original roi 는 마우스가 선택한 영역이고, amplified roi 는 확대된 영역입니다. 확대된 영역이 필요하므로, amplified roi 값을 사용하여 task.json 의 roi 필드를 입력해야 합니다.

템플릿 이미지 수정

템플릿 이미지를 수정하기 전에 해당 클라이언트의 템플릿 이미지 폴더와 ZH-CN 클라이언트의 템플릿 이미지 폴더를 열어야 합니다.

예시:

• KR 클라이언트의 템플릿 이미지 폴더 위치는 MaaAssistantArknights\resource\global\YoStarKR\resource\template 입니다.
• ZH-CN 클라이언트의 템플릿 이미지 폴더 위치는 MaaAssistantArknights\resource\template 입니다.

task.json 파일에 언급된 템플릿 이미지를 참조하여 ZH-CN 클라이언트와 해외 클라이언트의 템플릿 이미지를 비교하고, 해외 클라이언트에서 누락된 템플릿이 있는지 확인합니다.

일반적으로 텍스트가 포함된 템플릿 이미지는 로고와 같은 이미지를 제외하고 스크린샷으로 대체해야 합니다. 이미지의 크기가 ZH-CN 클라이언트의 해당 템플릿 이미지보다 상당히 큰 경우 roi의 크기를 수정해야 할 수 있습니다.

템플릿 이미지를 캡처하고 이름을 변경한 후에는 해당 클라이언트의 템플릿 이미지 폴더에 배치할 수 있습니다.

텍스트 내용 수정

텍스트 내용을 수정하기 전에 해당 서버와 ZH-CN 클라이언트 모두에 대해 task.json 파일을 열어야 합니다.

예시:

• KR 클라이언트에서 task.json 의 위치는 MaaAssistantArknights\resource\global\YoStarKR\resource\tasks.json 입니다.
• ZH-CN 클라이언트의 task.json 위치는 MaaAssistantArknights\resource\tasks.json 입니다.

텍스트를 수정하려면 해당 작업을 찾은 후 text 필드를 해당 서버에 표시된 내용으로 변경합니다. 식별된 콘텐츠는 게임 내 전체 콘텐츠의 하위 문자열이 될 수 있습니다. 일반적으로 텍스트가 포함된 text 는 순수 ASCII 문자로 인식되지 않는 한 대체해야 합니다.

텍스트 길이가 ZH-CN 클라이언트 버전보다 상당히 긴 경우, roi 필드의 크기를 수정해야 할 수 있습니다. 예를 들어 "任务"(임무)와 한글 단어 "임무" 의 길이 차이가 너무 큰 경우, 해외 클라이언트에서 해당 단어의 roi 크기를 수정해야 할 수 있습니다.

해당 해외 서버의 task.json 파일에 작업이 없으면 추가해야 합니다. text 필드에 적절한 내용을 입력합니다.

ROI 범위 수정

ROI 범위를 수정하는 방법:

1. 해당 서버의 task.json 파일을 엽니다. 예를 들어 KR 클라이언트의 task.json 파일 위치는 MaaAssistantArknights\resource\global\YoStarKR\resource\tasks.json 입니다.
2. 수정해야 할 ROI 범위에 해당하는 작업을 찾고 해외 게임 인터페이스의 스크린샷을 사용하여 증폭된 ROI에 따라 roi 범위의 크기를 조정합니다.
3. 일반적으로, roi 범위를 수정할 필요가 없지만 텍스트와 중국어 클라이언트 버전 간의 크기 차이가 너무 클 경우 수정해야 할 수도 있습니다.
4. 해당 해외 클라이언트의 task.json 파일에 작업이 없는 경우 작업을 추가하고 적절한 값으로 roi 필드를 작성합니다.

설정 저장 및 소프트웨어 재시작

변경한 후 변경 내용을 적용하려면 설정을 저장하고 소프트웨어를 다시 시작해야 합니다. 이렇게 하려면 소프트웨어를 다시 시작하고 파일을 다시 로드하거나 소프트웨어 디렉터리에 새 DEBUG.txt 파일을 생성합니다. 이렇게 하면 "Link Start!" 단추를 누를 때마다 템플릿과 파일이 다시 로드되므로 소프트웨어를 다시 시작할 필요가 없습니다.

성공 여부 확인하기:

1. 소프트웨어의 작동 여부 확인을 통해 해외 서버에서 제대로 작동하는지 확인합니다.
2. 제대로 작동하지 않는 경우 변경 사항이 올바른지 확인하거나 로그를 보고 무엇이 잘못되었는지 확인해야 합니다.

로그 분석

task.json 파일을 수정했지만 프로그램이 여전히 제대로 작동하지 않는 경우 로그를 확인하여 오류를 찾고 그에 따라 해당 작업을 수정하는 것이 도움이 될 수 있습니다. 로그 파일은 일반적으로 소프트웨어의 루트 디렉터리에 있으며 이름은 asst.log 입니다. MAA를 직접 컴파일한 경우, 컴파일할 때 선택한 컴파일 모드에 따라 \x64\Release 또는 \x64\RelWithDebInfo 디렉터리에 있을 수 있습니다.

로그를 분석하면 프로그램의 문제를 식별하는 데 도움이 될 수 있습니다. 다음은 로그 예제입니다:

[2022-12-18 17:43:17.535][INF][Px7ec][Tx15c8] {"taskchain":"Award","details":{"to_be_recognized":["Award@ReturnTo","Award","ReceiveAward","DailyTask","WeeklyTask","Award@CloseAnno","Award@CloseAnnoTexas","Award@TodaysSupplies","Award@FromStageSN"],"cur_retry":10,"retry_times":20},"first":["AwardBegin"],"taskid":2,"class":"asst::ProcessTask","subtask":"ProcessTask","pre_task":"AwardBegin"}
[2022-12-18 17:43:18.398][INF][Px7ec][Tx15c8] Call ` C:\Program Files\BlueStacks_nxt\. \HD-Adb.exe -s 127.0.0.1:5555 exec-out "screencap | gzip -1" ` ret 0 , cost 862 ms , stdout size: 2074904 , socket size: 0
[2022-12-18 17:43:18.541][TRC][Px7ec][Tx15c8] OcrPack::recognize | roi: [ 500, 50, 300, 150 ]
[2022-12-18 17:43:18.541][TRC][Px7ec][Tx15c8] Ocr Pipeline with asst::WordOcr | enter
[2022-12-18 17:43:18.634][TRC][Px7ec][Tx15c8] Ocr Pipeline with asst::WordOcr | leave, 93 ms
[2022-12-18 17:43:18.634][TRC][Px7ec][Tx15c8] OcrPack::recognize | raw: [{ : [ 0, 0, 300, 150 ], score: 0.000000 }]
[2022-12-18 17:43:18.634][TRC][Px7ec][Tx15c8] OcrPack::recognize | proc: []
[2022-12-18 17:43:18.637][TRC][Px7ec][Tx15c8] asst::ProcessTask::_run | leave, 1101 ms
[2022-12-18 17:43:18.638][TRC][Px7ec][Tx15c8] ready to sleep 500
[2022-12-18 17:43:19.144][TRC][Px7ec][Tx15c8] end of sleep 500
[2022-12-18 17:43:19.144][TRC][Px7ec][Tx15c8] asst::ProcessTask::_run | enter

이 로그에서 다음 사실을 확인할 수 있습니다:

• taskchain 는 현재 진행 중인 작업을 나타냅니다.
• details 는 인식할 필드(to_be_recognized)와 현재 재시도 횟수 (cur_retry), 그리고 총 재시도 횟수(retry_times)를 나타냅니다.
• first 는 작업의 시작을 나타냅니다.
• taskid 는 작업에 부여된 ID 번호입니다.
• class 와 subtask 는 각각 작업의 클래스와 하위 작업을 나타냅니다.
• pre_task 는 이전 작업을 나타냅니다. 또한, 명령의 실행 (예: Call) 과 OCR 정보 (예: OcrPack::recognize) 가 로그에 기록됩니다.

예를 들어, 이 로그에서, "to_be_recognized","cur_retry":3,"retry_times":20 은 작업이 10번 인식 시도되었음을 의미하며, 최대 횟수는 20회입니다. 최대 횟수에 도달하면 작업을 건너뛰고 오류가 보고되고 다음 작업이 수행됩니다. 이전 작업에 문제가 없으면 여기 인식에 문제가 있을 가능성이 높습니다. 이 문제를 해결하려면 로그에 언급된 작업에 해당하는 템플릿 파일이 있는지, 해당 작업의 text 필드가 잘못되었는지, 작업 인식을 위한 roi 범위가 잘못되었는지 확인하고 필요한 수정을 수행할 수 있습니다.

해당 템플릿 이미지를 보면, EN 클라이언트 템플릿 폴더에 이 이미지에 대한 템플릿이 있지만 크기가 ZH-CN 클라이언트의 템플릿 폴더에 있는 이미지보다 클 수 있습니다. 이로 인해 ZH-CN 클라이언트의 roi 가 EN 클라이언트에서 인식되지 않을 수 있으므로 EN 클라이언트의 task.json 파일에서 해당 작업의 roi 를 EN 클라이언트의 이미지 크기와 일치하도록 수정해야 할 수 있습니다.

변경사항 제출

Github Pull Request 가이드를 참고하세요!