MaaNTE Pipeline JSON 编写教程识别→操作→跳转三步法快速写出你的第一个自定义任务【免费下载链接】MaaNTEMaaNTE. Nevertheless to Everless automatic assistant 异环小助手项目地址: https://gitcode.com/gh_mirrors/maa/MaaNTEMaaNTE 是《异环》NTE的开源自动化小助手它的核心玩法就是Pipeline JSON用 JSON 描述看屏幕、做操作、再跳转即可零代码实现自定义任务。本文带你用识别→操作→跳转三步法快速写出第一个 Pipeline JSON 自定义任务。为什么是 Pipeline JSONMaaNTE 基于 MaaFramework 构建所有自动化任务都以节点Node为单位组织在 JSON 文件中存放在assets/resource/base/pipeline/目录。你不需要会 Python会读 JSON 就能扩展新玩法声明式一个节点 一次识别 动作 跳转流程靠next列表串联可复用弹窗处理、场景跳转等公共节点可以到处引用易测试在 VS Code 安装 Maa Pipeline Support 插件后可以对单个节点右键执行快速验证识别是否命中。完整规则见官方开发文档 pipeline-guide.md入门流程见 getting-started.md。Pipeline JSON 编写三步法识别看屏幕 → 操作动手 → 跳转next 决定下一步铁律永远先识别再操作。不能假设点了按钮下一个画面一定出现。每一步操作都必须基于当前截图的识别结果。第一步识别recognitionMaaNTE 支持 v2 格式识别配置放在recognition二级字典中。最常用的几种识别方式方式type 值适用场景找图TemplateMatch固定图标、按钮如上图的月卡按钮文字识别OCR屏幕上的文字如抚摸按钮颜色匹配ColorMatch检测特定颜色区域直接命中DirectHit上一节点已确认状态直接执行动作组合识别And/Or多条件同时 / 任意满足一个典型的找图节点长这样MyNode: { recognition: { type: TemplateMatch, param: { template: MyTask/button.png, // 相对 resource/base/image 的路径 roi: [100, 200, 300, 100], // 限定区域减少误识别 threshold: 0.7 } }, action: { type: Click }, // 第二步操作 next: [NextNode] // 第三步跳转 } 模板图片必须从1280×720 无损原图上裁剪——这是整个项目的坐标基准所有 ROI、点击坐标都基于 720p。第二步操作action识别命中后执行动作常用动作类型一览动作关键字段说明Clicktarget点击目标是true/节点名/[x,y]LongPresstarget,duration长按Swipebegin,end滑动ClickKeykey按键盘虚拟键码如 F70、Esc27DoNothing—不执行动作只做识别标记Customcustom_action调用 agent/custom/action/ 里的 Python 自定义动作延迟有个大坑协议默认rate_limit1000ms、pre_delay/post_delay200ms省略字段会引入隐式等待。不需要的延迟请显式写 0需要等待画面稳定时优先用pre_wait_freezes/post_wait_freezes避免硬延迟。第三步跳转nextnext是一个列表引擎按顺序尝试首个命中的节点执行后成为当前节点全部超时默认 20 秒则任务结束。所以编写要点是尽可能扩充 next 列表覆盖弹窗、加载、异常等所有可能画面[JumpBack]处理完弹窗/中断后自动返回父节点继续识别[Anchor]动态引用锚点实现灵活的循环回跳max_hit限制节点最大命中次数实现可控循环如最多执行 100 次。上图这种弹窗确认画面就是典型的[JumpBack]处理对象识别到弹窗 → 点击确认/取消 → 跳回主流程继续保证任务不被随机弹窗卡死。如何写出第一个自定义任务完整步骤下面以仓库中真实的自动抚摸任务为例它是最精简的任务模板。① 编写 Pipeline JSON—— 放在assets/resource/base/pipeline/例如 Touch.json。四个节点首尾相连构成循环{ TouchDetect: { // 识别抚摸按钮OCR recognition: { type: OCR, param: { roi: [731, 326, 182, 136], expected: [抚摸] }}, action: { type: DoNothing }, max_hit: 100, // 抚摸 100 次后自动停止 next: [TouchPressF] }, TouchPressF: { // 直接按 F 键键码 70 recognition: { type: DirectHit }, action: { type: ClickKey, param: { key: 70 } }, post_delay: 1000, // 等动画播完 next: [TouchClickCenter] }, TouchClickCenter: { // 点击屏幕中央 recognition: { type: DirectHit }, action: { type: Click, param: { target: [660, 480] } }, post_delay: 1000, next: [TouchPressEsc] }, TouchPressEsc: { // Esc 关闭后回到检测循环 recognition: { type: DirectHit }, action: { type: ClickKey, param: { key: 27 } }, next: [TouchDetect] } }② 注册任务入口—— 在assets/resource/tasks/新建任务 JSON定义入口节点和可配置选项再把它加进 assets/interface.json 的import数组{ task: [{ name: Touch, label: $task_touch_label, entry: TouchDetect, // 指向 Pipeline 入口节点 description: $task_touch_desc, option: [TouchLoopCount] }], option: { TouchLoopCount: { type: input, inputs: [{ name: count, default: 100, pipeline_type: int, verify: ^\\d$ }], pipeline_override: { TouchDetect: { max_hit: {count} } // 选项动态覆盖节点 } } } }选项支持三种类型switch开关、input数值输入、select下拉。pipeline_override是亮点——用户在界面填的数字会直接改写 Pipeline 节点参数。③ 添加 i18n 文案—— 在assets/resource/locales/interface/的五个语言文件zh_cn / zh_tw / en_us / ja_jp / ko_kr中为$key补充翻译OCR 的expected只需写完整中文文本多语言由工作流自动同步。④ 测试—— 用 VS Code 的 Maa Pipeline Support 插件对节点右键执行确认识别命中、动作正确后再提交。节点测试细节见 node-testing.md。避坑清单让 Pipeline JSON 更稳命名规范节点用 PascalCase同一任务内加任务前缀如FishNewEntrance私有节点以__开头高命中率扩充next列表把弹窗、加载页等意外画面都挂进主流程避免硬延迟用post_wait_freezes等画面稳定替代pre_delay堆砌720p 基准所有坐标、ROI、模板图统一基于 1280×720 窗口分辨率任务入口加兜底入口节点的next里挂上[JumpBack]弹窗处理任务才不怕随机打断。MyTaskEntry: { next: [ MyTaskMainStep, [JumpBack]HandlePopup, [JumpBack]SceneClickBlankToExit ] }总结写出第一个 MaaNTE 自定义任务只需记住三步法识别TemplateMatch / OCR 看懂屏幕→操作Click / ClickKey 动手→跳转next [JumpBack] 决定走向。把四个文件各就各位——Pipeline 节点、tasks 入口、interface.json 注册、i18n 文案——你的新玩法就能在 MaaNTE 里跑起来了。更多参考开发文档索引docs/zh_cn/develop/README.mdPipeline 完整指南pipeline-guide.md场景管理器处理游戏场景跳转scene-manager.md自定义 Python 动作custom-action.md【免费下载链接】MaaNTEMaaNTE. Nevertheless to Everless automatic assistant 异环小助手项目地址: https://gitcode.com/gh_mirrors/maa/MaaNTE创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考