游戏《完美神话》-使用Ai-agent进行修复已停服游戏到本地成功部署以及GM端网页完整教程

前言

注意!!!

本教程仅作为学习参考,不做任何商业使用!

最近某贴吧,某站都看到很多视频是关于使用ai来修复以前的停服游戏的,那么今天我也来试试,自己跑一下,毕竟用ai这么久了,也是时候来验证一下成果了!

游戏名称:完美神话

年份:2015年

百度百科介绍如下:

  • 1.工具准备

  • 2.安装skill

  • 3.本地测试

  • 4.修复完善

GM网页端截图

游戏截图:

完美神话 · 本地服务手册

gitee仓库:https://gitee.com/suifenglzy/wmsh-game

本手册按「工具准备 → 安装技能 → 本地运行 → 完善修复」四步组织,覆盖在 Windows 上 逆向原版 APK、自建本地服务、让《完美神话》客户端连上来并逐步完善修复的完整流程。 适用仓库:D:\a\wmshenhua\wmsh-game(交付仓)与 D:\a\wmsh(开发工作仓),两仓代码同步。


1. 工具准备

1.1 运行环境

工具 用途 本项目路径 / 说明
Windows 10/11 宿主系统 本项目全部命令均在 Windows + Git Bash 下验证
Python 3.8 本地服务运行时 C:\py3.8\python.exe,所有脚本必须加 -X utf8,否则中文日志/字符串乱码
Git Bash 命令执行 注意:每次命令 cwd 会重置 ,统一用绝对路径,避免 cd 后依赖相对路径
Node.js GM 前端(element-ui)构建 wmsh_server/web 下 npm install / 构建产物在 web/dist
demo-cli 软件 每轮收尾上报与推送审核 venv Python:C:\Users\1\Downloads\软件开发\demo-cli\.venv\Scripts\python.exe

1.2 Android 模拟器与调试

工具 用途 本项目配置
LDPlayer(雷电) 运行客户端 独立实例,索引 1 ,adb serial 127.0.0.1:5557
Android SDK platform-tools adb 连接/转发 默认 C:/Android/android-sdk/platform-tools/adb.exe(run_local.py 可 --adb 覆盖)

模拟器要点:

  • 使用独立实例 1 ,不与其它实例争用端口;serial 固定 127.0.0.1:5557。

  • 客户端包名 com.funshion.game.lc(独立开发包);原包 com.funshion.game.uc 全程不改、不覆盖。

  • adb reverse 把模拟器的 9002/9003/9004/15001/8000 转发回本机同名端口,run_local.py 会自动完成。

1.3 逆向分析工具

工具 用途 说明
REA 技能(reverse-engineer-anything) APK / native 库逆向、反汇编、运行时观察 见第 2 章安装
analysis/disasm3.py elftools + capstone 反汇编,带符号表与 bl 目标解析 用法 python -X utf8 analysis/disasm3.py "mangled_name",输出到 txt
反编译产物 classes.dex / libcocos2dcpp.so 等 位于 apk_extracted/,仅分析用,不改动原库字节

1.4 端口总览(本地服务占用)

服务 端口
UC-Mock(充值订单注册兜底) 8000
游戏服-设备 9002 / 9003 / 9004 / 15001
游戏服-回归 9102 / 9103 / 9104 / 15101
GM 后台-设备 8090
GM 后台-回归 8091

默认对外 IP 127.0.0.1(仅回环)。模拟器/真机在局域网时,启动时传入开发机局域网 IP, 如 start_all.py 192.168.1.100。GM 后台仅本地开发,回环 + 无鉴权,切勿暴露公网。


2. 安装技能

本项目逆向环节依赖 REA(reverse-engineer-anything) 技能,用于对 APK、native 库做 反汇编、结构识别与运行时观察。安装与验证如下。

2.1 安装 REA 技能

  1. 先确认已具备技能发现/安装能力:Qoder 的 find-extensions 技能(用于搜索、对比、安装 Skills / MCP / Plugins)。若未安装,先通过 Qoder 市场或本地归档安装 find-extensions。

  2. 触发 find-extensions,用逆向相关关键词搜索,如 reverse engineer、REA、apk。

  3. 在结果中选择 morluto/rea → reverse-engineer-anything,确认后安装。

  4. 或提供本地 .skill 归档,走本地归档安装:在 Qoder 中用本地安装入口指向该归档文件, 由安装器完成校验与落盘(不要自行解压或手工拷贝技能目录)。

2.2 验证安装

  • 安装后,当前会话的可用技能列表 应出现 reverse-engineer-anything。

  • 安装 ≠ 当前会话已加载:若本轮未加载,需在新的会话/调用中触发该技能后再使用。

  • 需要时可用 REA 的 CLI 兜底:npx -y rea-agents@latest analyze-javascript-application <路径> (原生逆向任务仍以技能连接的引擎为准)。

2.3 可选辅助技能

技能 用途 是否必需
qoder-find-extensions 发现/安装技能、MCP、插件 安装技能时必需
qoder-qmind QMind 知识库检索、文件整理 可选
chrome-devtools-mcp 浏览器调试/性能分析(GM 前端排查) 可选

3. 本地运行

3.1 启动全部服务

在 wmsh_server/server 目录下执行(或直接双击同目录 start_all.bat):

复制代码
cd /d/a/wmsh/wmsh_server/server
C:\py3.8\python.exe -X utf8 start_all.py            # 默认对外 IP 127.0.0.1
C:\py3.8\python.exe -X utf8 start_all.py 192.168.1.100   # 局域网(模拟器/真机)

启动后会拉起 5 类服务(UC-Mock、设备/回归双游戏服、双 GM),端口已占用的自动跳过。 日志写入 wmsh_server/ 下的 mock-uc.log、device-server.log、regtest-server.log、 gm-device.log、gm-regtest.log。看到「全部 5 个服务启动完成」即成功。

3.2 停止全部服务

复制代码
cd /d/a/wmsh/wmsh_server/server
C:\py3.8\python.exe -X utf8 stop_all.py          # 停止默认端口上的全部服务
C:\py3.8\python.exe -X utf8 stop_all.py --dry-run   # 只预览,不终止

停止器只处理「正在监听目标端口」且映像为 python 的进程,先温和再强制,安全可控。 看到「全部目标端口已释放,服务停止完成」即成功。

3.3 启动客户端(模拟器)

在 local_client 目录下执行,脚本会自动 adb connect、设置端口转发并拉起开发包:

复制代码
cd /d/a/wmshenhua/wmsh-game/local_client
C:\py3.8\python.exe -X utf8 run_local.py                 # 用已运行的本地服务,仅转发+打开
C:\py3.8\python.exe -X utf8 run_local.py --install       # 首次:安装/更新开发包 com.funshion.game.lc
  • 默认 serial 127.0.0.1:5557,可用 --serial 覆盖。

  • 启动后在游戏内填写本地账号,点「本地登录」→「进入游戏」。

  • 若本地服务已由 start_all.py 启动,用 --client-only 只转发并打开 APK,避免端口冲突。

3.4 回归测试(服务端自检)

针对运行中的游戏服跑端到端协议回归,确认登录、战斗、连闯、持久化等逻辑正确:

复制代码
cd /d/a/wmsh/wmsh_server/server
C:\py3.8\python.exe -X utf8 test_client.py --port 9002      # 设备服
C:\py3.8\python.exe -X utf8 test_client.py --port 9102      # 回归服

看到 === ALL TESTS PASSED === 即全部通过。改了服务端行为后必须先重启服务再跑回归。

3.5 GM 后台

浏览器访问 http://127.0.0.1:8090(设备)或 :8091(回归)。可做账号管理、发放装备/技能/ 道具、签到奖励配置、ID 参考等。仅本地回环,无鉴权,勿对外暴露。


4. 完善修复

按「改代码 → 重启 → 回归 → 实机验证 → 记录 → 提交上报」的闭环推进每轮修复。

4.1 修改服务端逻辑

  • 服务端行为改动集中在 wmsh_server/server/(如 login_server.py、progress.py、 game_data.py、game_config.py)。

  • 服务在启动时加载代码,改行为后必须重启 (stop_all.py → start_all.py)才会生效。

  • 改动前先读相关函数,确认字段语义与客户端消费方式(客户端按 ack 字段逐项消费,改错字段 会被忽略或触发错误回调)。

4.2 回归验证

复制代码
C:\py3.8\python.exe -X utf8 test_client.py --port 9002
  • 回归断言要随行为变化同步更新(如连闯改为一次结算整章后,重登持久化的期望值需按新场次累加)。

  • 出现失败先看是行为回归还是断言未同步,逐条核对,不要为凑绿而放宽断言。

4.3 实机验证

模拟器里实际操作被改的功能,确认客户端表现符合预期(界面、奖励入账、弹窗等)。 视觉/交互改动必须真正跑起来看实际效果,不能只看代码或日志。

4.4 记录到 DELIVERY.md

每轮修复在 wmsh_server/DELIVERY.md 追加一节(### 7.x 标题(已回归验证)),写清: 问题、根因、修复、验证证据。dev 与 demo 两份 DELIVERY.md 保持同步。

4.5 提交(两仓库,不 push)

  • 开发工作仓 D:\a\wmsh 与交付仓 D:\a\wmshenhua\wmsh-game 同步修改。

  • 按文件名暂存 (git add <具体文件>),不要用 git add -A / git add .,避免带入 日志、__pycache__、构建产物、用户手改等无关内容。

  • 提交信息沿用仓库风格:demo 用 feat: §7.x ...,dev 用 feat(scope): ... (§7.x)。

  • 默认不 push:除非用户明确说「直接推送」,否则只本地提交。

4.6 每轮收尾上报(demo-cli)

本轮完成后,用命令行入口上报(软件未开也能入队,任务不丢):

复制代码
"C:\Users\Downloads\软件开发\demo-cli\.venv\Scripts\python.exe" \
"C:\Users\Downloads\软件开发\demo-cli\tools\agent_bridge.py" \
--dev-done --repo "D:\a\wmshenhua\wmsh-game" --summary "本轮改动摘要"
  • 看到回执 已入队 #N,等待人工在「推送审核」页处理 即成功,立刻结束本轮:不轮询、 不重复执行、不自行 push。人工在「推送审核」页通过后,软件才会生成 README、追加 CHANGELOG 并提交推送。

  • 换电脑用 --repo .(自动向上匹配已登记仓库),不要写死仓库编号。

4.7 安全与边界(务必遵守)

  • 不修改原版 APK ,不覆盖原包 com.funshion.game.uc;独立包 com.funshion.game.lc。

  • 不提交敏感文件 :.env*、*.local.json、*.db、私钥、日志、令牌明文; local-debug.keystore 不入库。

  • 不声称「完整还原 C++ 源码 / 完整玩法 / 完全离线」;原生库字节不改。

  • GM 后台仅回环 + 无鉴权,仅本地开发,绝不暴露公网或用于生产。

  • git 历史含版权内容(原 APK / 资源 / smali / 重打包 APK / keystore),永不直接 push; 只上传白名单内的自写内容。

相关推荐
依晨照旧15 分钟前
从 MQ 积压查出 4000 个线程:不是泄漏,是事件总线的设计代价
人工智能
希和202722 分钟前
51 单片机学习笔记:LCD1602、独立按键、I2C 与 AT24C02 掉电存储(江科大课程小白笔记)
笔记·单片机·学习
英辰朗迪AI获客44 分钟前
英辰朗迪GEO知识库第188期:动态渲染站点在AI搜索里成了隐形人
人工智能
承渊政道1 小时前
【Python编程—从入门到实践】(设置样式并部署:给Django网站换新装,把学习笔记发布到互联网)
python·学习·pycharm·django
硅谷秋水1 小时前
MorphMimic 方法分析
人工智能·机器学习·计算机视觉·机器人
MobotStone1 小时前
AI 能不能越用越会用?从“改答案”到“改进自己”,读懂 RSI
人工智能·算法
jay神2 小时前
基于 YOLOv8 的传送带异物检测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机视觉·计算机毕业设计
复杂网络与机器学习2 小时前
Meta 重写 K-Means:25 轮压成 2 轮,GPU 快 45 倍
人工智能·算法·数据挖掘
ONEYAC唯样2 小时前
YXC扬兴科技小型化有源晶振OT4JI-111-24M,提升红外热成像稳定性
人工智能·python·pygame