10分钟跑通 VinXiangQi：基于 YOLOv5 的象棋智能连线工具实战指南

10分钟跑通 VinXiangQi：基于 YOLOv5 的象棋智能连线工具实战指南

【免费下载链接】VinXiangQiXiangqi syncing tool based on Yolov5 / 基于Yolov5的中国象棋连线工具项目地址: https://gitcode.com/gh_mirrors/vi/VinXiangQi

VinXiangQi 是一款基于 YOLOv5 的中国象棋智能连线工具：它持续识别屏幕上某个象棋对局软件里的棋盘，把识别结果交给 UCI/UCCI 象棋引擎分析，再把引擎建议的走法自动点回游戏里。换句话说，它解决的是"看着屏幕上的棋局，让 AI 替我思考并落子"这件事，识别与点击全程自动，不用手动输入棋谱。

先说清楚：它适合谁，不适合谁

适合在电脑上下网棋（天天象棋、JJ 象棋等）、想给对局接一个 AI 分析或自动续盘的棋友；也适合想研究"视觉识别 + 引擎驱动"这套流程的开发者。

它不是独立的象棋对弈软件，自己不能开局对局，必须依附于一个已在屏幕上运行的象棋客户端。另外项目当前仍在完善中（README 作者也明确在招募参与者），部分功能以"能跑通"为标准，遇到边界情况需要自己调。

动手前准备：环境清单一次列全

依赖很少，主要是 Windows 侧的开发环境：

• Windows 系统+.NET Framework 4.8（工程文件 目标框架为 v4.8）
• Visual Studio 2019 或 2022（任意社区版即可，勾选 .NET 桌面开发负载）
• 一个 UCI/UCCI 象棋引擎的可执行文件，如 Stockfish 的象棋版、Vain 等，后面接引擎时用
• 一个你打算连线的象棋客户端（对局软件）已经装好

NuGet 包仓库里已经内置（packages/目录，含 OnnxRuntime、SQLite 等），一般不需要手动还原；若编译提示缺包，在 Visual Studio 里对解决方案执行一次"还原 NuGet 包"即可。

第一次跑起来：从零到首局识别的最短路径

第一步，克隆仓库：

git clone https://gitcode.com/gh_mirrors/vi/VinXiangQi

第二步，用 Visual Studio 打开VinXiangQi.sln，按 F5 编译运行。首次启动后按下面顺序操作：

1. 选方案。主界面里选择要连线的目标方案，内置的有"天天象棋"和"JJ象棋_棋力评测"两个（方案文件是程序根目录Solutions文件夹里的 TXT，写明截图/点击用哪个窗口的标题或类名）。连别的软件就点"寻找窗口句柄"：点完按钮 2 秒内把鼠标移到目标窗口上即可捕获。
2. 调缩放比。进入调试状态后，看左上角的截图预览：截图显示不全就调大缩放比，出现黑边就调小，直到窗口刚好覆盖整张棋盘图。
3. 选截图与鼠标模式。默认是后台截图 + 后台鼠标，大多数软件可用；若调试画面是黑的，改勾"前台截图"（见后面排错一节）。
4. 开始连线。打开游戏对局，按当前轮到谁选择"我方开始"或"对方开始"，识别就会启动；卡住了就点"重新检测棋盘"刷新一次。

跑通后的状态就是上面那张主界面截图的样子：左边是识别画面和识别结果，右边是引擎与识别的各项设置。识别结果面板里的棋子是可以点击的，点一下会把点击转发到被连线的游戏里，方便你调试点击落点是否准确。

它是怎么"看懂"棋盘的

原理可以压缩成一句话：截图 → YOLOv5 模型检测 → 还原成 9×10 的棋盘数组 → 喂给引擎。

每次检测，软件先按方案截一张棋盘区域图，交给 YOLOv5 的 ONNX 模型（默认nano.onnx，输入尺寸 640×640，见 模型定义），模型输出每颗棋子的类别和坐标，软件据此拼出当前局面。核心逻辑集中在 识别模块 里，源码里维护了"稳定棋盘"和"待确认棋盘"两份状态，用来过滤动画过程中的中间帧，避免走子动画被误判成局面变化。

接上引擎：UCI 引擎怎么配、参数给多少

在引擎管理里添加引擎，填入引擎 exe 的完整路径即可。软件通过 UCI/UCCI 协议与引擎通信，会读取引擎自带的全部选项（引擎通信源码），你可以在设置面板里逐项改。

影响体验最大的几个参数（默认值来自 ProgramSettings）：

• 引擎步进时间（思考时间）：默认 2.0 秒。电脑慢就调到 1.5 秒，追求深度就加到 3~4 秒
• 检测间隔：默认 550ms。这是识别轮询的频率，调小反应更快但更吃 CPU
• 线程数：默认 4，按你的物理核心数调整
• 停止分数：默认 2000，局面已明显领先/落后时提前停算，省资源

调完不用反复猜测效果：引擎的思考输出面板会实时打印info行，深度和评估分都在里面，你能直接看到引擎"想了多少、觉得谁优"。

三个真实用法：开局库、棋力对练、自动续盘

开局库对练。在开局库设置里选择是否启用云库或本地开局库（界面见下图）。之后每到一个开局阶段，软件会先查库给出库里推荐着法，而不是每次都让引擎从零算起。适合复盘经典开局、看引擎和库的推荐差在哪。

让引擎替一方下棋（人机/双引擎对练）。选"我方开始"或"对方开始"决定引擎控制哪一方。引擎算出最佳步后，自动点击模块会把这一步点回游戏窗口。你可以一边看引擎思考输出，一边观察识别面板上的棋子位置是否和实际局面一致，不一致通常就是缩放比没调好。

自动续盘。有些平台对局结束后需要点"再来一局"之类的按钮。自动点击管理支持你框选这类按钮：在管理界面右侧的画面上点两次（先左上角后右下角）框出按钮区域，点保存；然后在连线设置里勾选自动点击。之后识别到按钮出现在画面上，软件就会自动点下去。

框按钮时尽量把范围收小、只包住按钮核心部分，不要框整个按钮块——匹配范围越小，检测越快越准。

想让它更顺眼：按设备档位给参数

原则很简单：识别频率（检测间隔）决定"跟手"程度，思考时间决定"聪明"程度，两者都吃 CPU，按机器分档。

另外记住：识别模型默认是nano.onnx（速度优先）。软件也支持把别的.onnx模型文件放进目录里切换，精度和速度的取舍自己按机器定。

出问题先查这几处

现象：调试截图是黑屏。可能原因：目标软件渲染方式不被后台截图支持（浏览器、部分客户端常见）。 处理：勾选"前台截图"。代价是窗口不能被遮挡。

现象：识别出来了，但自动点击没点上。可能原因：后台鼠标依赖向窗口发系统消息，不是所有软件都响应。 处理：改勾"前台鼠标"，这是通用模式；缺点是连线点击期间会占用你的鼠标，期间别动它。

现象：识别结果出现，软件却停止分析。可能原因：持续识别模式下偶发的状态卡死（作者在 README 里也提到了这个概率性问题）。 处理：点"重新检测棋盘"手动刷新；若频繁出现，把检测间隔调大一点。

现象：引擎一直报加载失败或超时。可能原因：引擎路径写错，或引擎不是 UCI/UCCI 协议的程序。 处理：在引擎管理里重新选一遍 exe；确认引擎单独运行时能正常响应uci指令。

现象：识别的棋子位置和真实棋盘错位。可能原因：缩放比没对齐，截图区域和真实棋盘有偏移。 处理：重新进入调试状态微调缩放比，以"窗口刚好覆盖棋盘、无黑边"为准。

再往深处走一点

到这一步已经能稳定用了，剩下的是"玩得更细"的三件事：

• 自定义 YOLOv5 模型。你的客户端棋子样式比较特殊、识别总掉链子时，可以按 YoloXiangQiModel 里定义的类别和尺寸训练自己的模型，导出onnx替换即可。
• 方案通用化。保存方案时（方案保存），如果截图标题里带了具体对局信息或网址，删掉标题只留窗口类名，方案换个对局还能复用。
• 开局库策略。软件支持"最高分"和"随机"两种取法，对练时切随机模式，开局套路会更多样。

代码去哪找

想了解哪段逻辑，直接看对应文件（均在VinXiangQi/目录下）：

• 主流程与交互：Mainform.cs
• 棋盘识别核心：DetectionLogic.cs
• 引擎通信（UCI/UCCI）：EngineHelper.cs
• 截图与窗口句柄：ScreenshotHelper.cs、ScreenshotForm.cs
• 模板匹配点击：ImageHelper.cs、MouseHelper.cs
• 开局库与棋库：OpenBookHelper.cs、ChessDBHelper.cs
• 规则与局面合法性：XiangQiGame.cs

先接上一个游戏试试

参数不用一次调到位：先用默认配置把一个你常下的客户端连上，确认"识别对、引擎会想、点击能落下"三件事都成立，剩下的档位调整自然会知道往哪调。遇到问题可以进项目 README 里留的交流群（755655813）反馈，作者也在那里。

【免费下载链接】VinXiangQiXiangqi syncing tool based on Yolov5 / 基于Yolov5的中国象棋连线工具项目地址: https://gitcode.com/gh_mirrors/vi/VinXiangQi