Sunset Aimbot

目标修正 (Target Correction) 核心手感区

决定「当准星由远到近贴近目标时，速度如何平滑过渡以及如何锁死」。这是拉枪手感 80% 的来源。

吸附半径 (Snap Radius)

距离准星极近时的「强行吸附」范围。在这个半径内，光标几乎不减速，提供最终一击的快速锁敌。

近距半径 (Near Radius)

光标进入该半径后，开启减速机制的区域。一般明显大于吸附半径。靠近目标时的「减速起始线」。

速度曲线指数 (Speed Curve Exponent)

控制光标进入近距半径后的减速曲线形状。

• < 1.0（如 0.5）：减速缓慢、线性弱化，贴近时仍然较快。
• = 1.0：标准线性匀减速。
• > 1.0（如 2.0~3.0）：指数级急减速，靠近时突然变慢，显得平滑但可能拖锁。

吸附加速倍数 (Snap Boost Factor)

进入「吸附半径」后的最后一段速度爆发，防止光标因减速曲线而卡在目标周围进不去中心。推荐 1.0 ~ 2.0。

速度估计平滑系数 (velocity_smooth_alpha)

对内部「目标速度估计」做 EMA 平滑。数值越低越平滑但响应越慢；1.0 = 无平滑。一般在 0.4 ~ 0.7 取值。

启用线性输出平滑 (move_ema_enabled)

是否对最终输出的鼠标位移再做一次 EMA。启用轨迹曲线时会自动绕过此开关，避免二次平滑造成拖沓。

线性输出平滑系数 (move_ema_alpha)

配合上一项，数值越小越平滑但越有拖影。建议范围 0.4 ~ 0.8。

启用 PID 增强 (pid_enabled)

在原有的距离分层基础上加入积分 (I) 与微分 (D) 两项修正。适合跟移动目标时使用。

积分系数 (Ki 比例)

解决「稳态误差」。比如平滑开得高，准星永远差几个像素追不上。Ki 让 AI 意识到「我已经落后很久了，该加速填补这段差距」。
建议先从 0.05 试起，逐步升到 0.1。

微分系数 (Kd 比例)

阻尼刹车，防止 Ki 过大导致「超调」（钟摆式左右甩过头）。
建议在 0.001 ~ 0.005，仅当出现摇晃时再开。

轨迹曲线与微扰 (Bezier & Wind)

让拉枪路径看起来像人类操作，粉碎反作弊对鼠标运动平滑度 / 直线度的异常统计。

启用轨迹曲线 (bezier_enabled)

开启后鼠标轨迹会带有贝塞尔弧度，而非从 A 到 B 的直线。启用时会自动绕过线性输出 EMA，避免二次平滑。

曲线强度 (bezier_strength)

控制弧度大小。0 基本直线，1.0 非常大的弧度。建议 0.3 ~ 0.5。

启用微扰 (wind_mouse_enabled)

在基础轨迹上叠加沿法线方向的随机物理微颤抖（类似手抖）。

微扰强度 (wind_perturb_strength)

只需这一个滑条控制拟人幅度。拉高增加波动感，但过高会觉得屏幕轻微晃动。推荐 0.2 ~ 0.5。注意：准星贴近目标后程序会自动削弱至 0，不会在死锁阶段抖动。

轨迹预测 (Prediction)

打移动靶的核心机制。底层全部走动态 Alpha-Beta 预测链路，自动按目标速度/加速度调节，追踪锁敌更精准丝滑。 系统使用公式 基础预测间隔 + 实时推理延迟 计算提前量，彻底解决「吃尾气慢半拍」的问题。

启用轨迹预测 (trajectory_prediction_enabled)

开启后按目标运动趋势做前瞻；关闭则仅锁目标当前真实位置。

预测间隔 (Prediction Interval)

预判未来的时间跨度（毫秒，UI 精度保留 3 位小数）。

• = 0：不额外前瞻，但仍会自动补偿推理延迟（显示为「仅延迟补偿」）。
• 调大：准星瞄向目标运动前方更远距离，适合子弹慢 / 目标移速极快的游戏（例如投掷弹道、狙击延迟击发）。
• 推荐起始值：20 ~ 50 ms（即 0.02 ~ 0.05 秒）。

预测位置数 (Future Positions)

取最近多少帧的位置数据做轨迹推演，默认 20。越大越平稳，但对突变反应越慢。

绘制预测点

在画面上绘制预测点，方便调试观察预测是否合理。实战可关闭。

轨迹风格 (Trajectory Preset) 新

一键切换预测内部阈值预设，不再需要暴露旧版 AB 细项。

• 稳定：优先抑制抖动，适合跟身位变化不快的目标。
• 均衡：默认推荐，兼顾静止 / 移动。
• 激进：响应极快，适合高移速目标，但容易被误检带偏。

自动开火 (Auto Shoot / 扳机)

满足条件后自动按左键扣动扳机，配合 AI 锁定使用。所有延迟/时长参数都支持随机波动，避免反作弊检测到完美等间隔的机械点击模式。

启用扳机 (auto_shoot)

总开关。关闭时仅 AI 瞄准不自动开枪。

扳机触发范围 (bScope_multiplier)

目标与准星的「可开火重叠度」阈值。1.0 表示准星必须完全落在目标框内才开火；< 1.0 更严格、> 1.0 更宽松。
推荐 1.0 ~ 1.3，根据目标像素尺寸微调。

持续开火 (长 TTK)

启用后在目标持续重叠时连按；适合机枪、冲锋枪等长 TTK 武器。短 TTK 武器（狙、点射）建议关闭。

稳定帧数 (trigger_stable_frames)

目标必须被连续确认 N 帧才触发开火，防止误检造成误射。默认 3。

固定首发延迟 / 随机开火延迟

固定延迟：满足条件到实际按下的最小延迟（模拟人类反应时间）。
随机延迟：在固定延迟基础上叠加高斯随机（均值 + 标准差）。
默认 45ms ± 13ms，符合人类一般反应时间分布。

固定开枪时长 / 开枪时长波动

按住左键的持续时间（毫秒）。影响单次点击的「按键长度」，过短可能被反作弊标记为机械点击。
默认 16ms ± 14ms。

连发开枪间隔 (trigger_shot_cooldown)

两次开火之间的冷却时间。与武器的点射节奏匹配，默认 54ms。

AI 射击修正 (Fire Correction)

v2.0+ 版变更为智能模式：结合目标锁定状态，在开火时做平稳的纵向压枪补偿 + 轻微横向漂移修正。

启用 AI 射击修正

开启后按预设风格在开火期间叠加额外的补偿位移。

修正强度 (fire_correction_strength)

补偿量的总体幅度，范围 0.1 ~ 数倍。越大压枪越强，但过大会让后坐力反向甩飞。

修正风格 (fire_correction_style)

• 平稳 (stable)：输出最线性，适合中等后坐力武器。
• 均衡 (balanced)：默认，兼顾多数武器。
• 激进 (aggressive)：补偿量大 + 响应快，适合大后坐力武器，但可能过压。

长按解锁 Y 轴 (Unlock Y on Hold)

unlock_y_delay

长按锁定键超过此毫秒数后，松开 Y 轴锁定，只保留 X 轴跟随。适合「水平甩枪 + 手动压枪」流派的玩家。
默认 0 = 关闭。设为 200 ~ 400 毫秒可开启。

准星找色 (Reticle Color Detection)

从屏幕中心向外搜索预设的准星颜色，定位准星色块的实际中心，计算它与屏幕几何中心之间的像素偏差，并把这个偏差作为补偿量叠加到瞄准输出上。适合开镜后准星不在屏幕正中、或准星因后坐力 / 抖动 / 缩放与几何中心存在固定偏移的游戏。

启用准星找色

总开关，关闭时所有找色配置均不生效。

当前准星配置 (Reticle Profile)

支持多套准星色预设（例如红队 / 蓝队 / 不同地图），切换即可生效。

当前配置启用 + 颜色设置

为当前 Profile 独立开启，并填入颜色的 RGB / HSV 阈值（多组叠加）。

在预览中显示调试框

实时在画面上画出颜色命中区域，方便调节阈值。调好后可关闭。

自动急停 (Auto Stop) 仅 KMBOX_NET

开火瞬间临时释放 W A S D 中被按下的方向键，让角色站稳以提高爆头精度（源于 CS 的「反切急停」技巧）。

启用自动急停

仅在输入方式为 KMBOX_NET 时可用。其它输入方式不支持键盘回传。

最短急停保持时间

方向键被临时释放的时长（毫秒）。推荐 60 ~ 80 ms，过长角色会明显停顿暴露意图。

自动背闪 (Auto Flash) 预留功能

后续版本计划支持识别闪光弹类别并在爆闪前自动转身背对闪光源。当前版本仅占位，未开放。

鼠标模拟方式 (Input Method)

决定程序如何向系统/游戏发送鼠标移动与点击。反作弊对每种方式的检测难度差别巨大，选择方式直接决定「能不能用 / 会不会封号」。

WIN32

系统 API 注入鼠标事件。零硬件门槛，但 几乎所有反作弊都会检测。仅用于自研 / 靶场测试。

GHUB (Logitech G HUB)

借助罗技 G HUB 驱动发送鼠标事件。中等安全，但目前主流反作弊已具备检测能力，仅适合部分小厂游戏。

RAZER (雷云 3)

借助雷云 3 驱动。需要系统中安装雷蛇驱动 + 连接雷蛇外设。

ARDUINO

通过 USB Serial 命令 Arduino 模拟 HID 设备。硬件方案，相对安全。

• 端口：选择 Arduino 所在 COM 口。
• 波特率：与 Arduino 固件一致（常见 115200）。
• 16 位鼠标：某些固件需要开启以支持大位移。
• 启用按键模拟：是否允许 Arduino 同时模拟键盘。

KMBOX_NET

通过网线连接的 KMBOX 盒子，当前唯一支持自动急停（键盘回传）的方式。填入盒子 IP 与端口后即可使用。

CPBOX

CPBOX 硬件盒子，自动匹配端口；安全性与 KMBOX 相当。

MAKCU

MAKCU 硬件盒子，支持 Auto 串口 / 波特率自动协商，连接体验最佳。

目标锁定 (Targeting)

决定 AI 锁定哪些类别的目标，以及是否优先锁头。

禁用爆头 (disable_headshot)

开启后即使模型检测到头部类，也只会锁定身体框。反检测用途：部分游戏会对完美爆头率做统计。

自动瞄准 (auto_aim)

总开关。关闭后即使按住瞄准键，AI 也不会产生鼠标移动（纯观察模式，方便调试）。

类别映射 - 身体类 ID / 头部类 ID

按模型类别索引映射。不同模型的类别编号不同（如 v5/v8/v11/v26），必须正确映射否则会锁错类别（锁队友 / 锁道具）。

• 格式：用英文逗号分隔，例如 0,2。中文逗号会被自动替换。
• 同一个 ID 不能同时属于头和身体；程序会自动去重。
• 应用成功后底部会显示绿色「已应用」状态。

瞄准偏移量 (Aim Offset)

微调锁定点相对检测框的位置，用于贴合不同游戏的人物模型比例。偏移量按检测模型独立保存，切换模型不会互相覆盖。

身体 Y 轴偏移 (body_y_offset)

范围 0.0 ~ 1.0。0 = 锁框底部（脚部），1.0 = 锁框顶部。
推荐 0.15 ~ 0.25（锁上胸）。

头部 Y 轴偏移 (head_y_offset)

范围 0.0 ~ 1.0。0 = 锁头顶，1.0 = 锁脖子连接处（身体 0.15 处）。推荐 0.4 ~ 0.6（锁眉心）。

预览区域

实时预览身体（红线）/ 头部（绿线）的 Y 偏移位置。直接通过 ↑ ↓ 调整身体、Shift+↑ ↓ 调整头部。

通用采集 (Capture)

检测分辨率 (Detection Resolution)

AI 推理图像的边长（正方形），默认 320。⚠️ 注意：该参数仅在「动态输入尺寸」的模型上才会生效。

• 静态输入模型（主流 YOLO 导出 / 绝大多数公开发布模型）：真正的推理尺寸由模型自己固定（例如导出时填的 640×640 / 416×416），软件会自动探测并用模型尺寸覆盖此参数，这里填多少都不生效。
• 动态输入模型（导出时勾选了 dynamic axes）：此值才真正决定推理图像边长。数值越大精度越高但 FPS 越低；常用档位包含 160 / 256 / 320 / 416 / 640。
• scrcpy 手机采集：切到 scrcpy_capture 时，程序会按检测分辨率生成居中裁切区域，让 AI 看到 256×256、416×416 这类逻辑画面，而不是直接拿手机完整分辨率推理。切换检测分辨率后会重新拉起 scrcpy，使裁切参数同步生效。

简言之：想调推理尺寸，请在导出模型时设定；这里一般无需手动改。

采集最大帧数 (capture_fps)

限制采集源的帧率。0 = 不限速。

• 单机 + 低端显卡：保持偏低，过高反而降低推理性能。
• 单机 + RTX 30 系及以上：可拉至 144+。
• 双机推理：推荐 240。

圆形遮罩扫描 (circle_mask)

将推理画面以圆形遮罩过滤，去除边角干扰（FPS 游戏的 UI 元素常在四角）。

使用 CUDA 直接采集 仅 Duplication API

将桌面帧直接在 GPU 内存中传给 TensorRT，省去一次 CPU 拷贝。仅 Duplication API 采集可用。

采集方式 (capture_method)

• duplication_api：本机采集，延迟最低。
• winrt：WinRT 窗口 / 显示器采集。
• virtual_camera：虚拟相机 / 采集卡，物理隔离流派。
• ndi_capture：NDI 网络视频源，适合 OBS NDI、Android NDI Sender 或副机推流。
• scrcpy_capture：Android 手机画面采集，适合 USB 调试 + scrcpy 的手机画面预览与 AI 裁切推理。
• udp_capture：UDP 推流，双机网络方案。

WinRT 采集

采集目标

选「显示器」或「窗口」。窗口模式可以通过「窗口标题包含」做模糊匹配，或点「使用当前活动窗口」自动填充。

当 WinRT 无新帧时重复上一帧

允许复用上一帧，让处理帧率超越显示器刷新率。适合 60Hz 屏幕但想跑高 FPS 推理的情况。

采集边框 / 采集光标

是否包含窗口边框与鼠标指针在采集画面里。

虚拟相机 (采集卡 · 物理隔离流派) 最推荐

选择虚拟相机

下拉列表自动枚举系统中所有注册的视频捕获设备。可用「过滤」输入框快速筛选含关键字的设备；点「刷新」重新扫描。

虚拟相机宽度 / 高度

通常 1920×1080 或 1280×720，程序自动按比例在中心裁剪出 AI 运算区域。

编码格式

默认自动协商，NV12 延迟最低优先选用；YUY2 作为备选；MJPG 是最后兜底。本程序对采集卡流走 CPU 解码，高帧率 + 高分辨率下 CPU 可能成为瓶颈，手动切到 MJPG 也未必能跑满目标帧率，此时请看下方 OBS 中转方案。

采集帧率

跟随全局 / 固定 30 / 60 / 120 / 144 / 165 / 240 / 360。与采集卡硬件支持的档位匹配即可。

NDI 采集

NDI 源名称 (ndi_source_name)

优先按名称匹配 NDI 源，例如 OBS、Android NDI Sender 或其它 NDI 发送端显示出的源名。源列表中看不到时，先确认发送端已开始输出、两台设备在同一局域网、防火墙允许 NDI 通信。

NDI 源地址 (ndi_source_address)

可选的手动地址 / 备用匹配信息。一般用户优先用下拉源名称即可；网络发现不稳定时再填写发送端地址辅助匹配。

自动重连 (ndi_auto_reconnect)

开启后，NDI 源断开、重启或短暂离线时会自动尝试恢复，适合手机投流、OBS 重启、无线网络轻微波动的场景。

scrcpy 手机画面采集

scrcpy 路径 (scrcpy_executable_path)

可留空后点击「自动查找」；程序会优先查找同目录下的 scrcpy / scrcpy-* 文件夹以及 scrcpy.exe。首次使用前请确保手机已开启 USB 调试，并且电脑能通过 adb 识别设备。

设备序列号 (scrcpy_device_serial)

多台 Android 设备同时连接时填写指定设备序列号；只连接一台手机时可以留空。

最大尺寸 / 码率 / 编码器

scrcpy_max_size 控制 scrcpy 传输画面上限，scrcpy_video_bit_rate 控制码率，scrcpy_video_codec 可选 h264 / h265 / av1（具体取决于设备和 scrcpy 支持）。优先保持默认，只有画面延迟、压缩痕迹或设备兼容性有问题时再调。

AI 裁切与检测分辨率

scrcpy 启动时会根据当前检测分辨率生成居中裁切参数。例如选择 256 就让 AI 处理 256×256 的逻辑画面，选择 416 就处理 416×416。这比采集完整手机分辨率更适合低延迟推理；切换检测分辨率后程序会重新启动 scrcpy 以应用新的裁切区域。

UDP 采集 (双机推流)

UDP IP

接收端监听 IP。默认保持 0.0.0.0 即可，表示监听所有网卡。不要填写 192.168.x.x 这类局域网地址；本软件不是在这里填发送端 IP，填错会导致收不到画面。

UDP 端口

默认 1234。发送端 FFmpeg 命令中的端口需与之一致，并在 Windows 防火墙放行该端口。

应用 UDP 设置

修改后需点此按钮立即重建接收器。

模型基础小科普 先读这段

本程序的「大脑」是一个 YOLO 目标检测神经网络。它的作用是：看一帧画面，吐出一堆矩形框，告诉程序「这里是头」「这里是身体」。其他所有参数（锁定、拉枪、开火）都建立在 AI 给出的检测结果之上。

什么是「类别 (Class)」？

模型输出的每个框都带一个类别索引，比如 0 = 身体、1 = 头。不同模型训练时的类别编排不同（v5 / v8 / v11 / v26），这就是为什么要在【目标】菜单里做「类别映射」。

什么是「置信度 (Confidence)」？

模型对自己每个检测结果的「有多确定」分数，范围 0 ~ 1。例如 0.85 = 模型 85% 确定这里是一个目标。我们用这个分数做门槛，筛掉不靠谱的检测。

什么是「推理 (Inference)」？

把一张画面送进神经网络，经过大量矩阵运算得到结果的过程。推理速度越快、AI 响应越及时；推理由 推理后端（CUDA / DML）驱动。

模型选择 (Model)

模型下拉框

自动枚举 models/ 目录下所有 .engine / .onnx 文件。默认随附 sunxds_0.8.0。切模型后偏移量 / 类别映射会按模型文件名单独加载，不会互相覆盖。

固定模型尺寸 (fixed_input_size)

只读状态显示，由程序自动探测，你改不了。

• 已启用：模型导出时锁定了输入尺寸（如 640×640）。此时【采集】页的「检测分辨率」不生效，一律按模型本身尺寸推理。
• 已禁用：模型用 dynamic axes 导出，支持动态 shape。此时「检测分辨率」才决定真正的推理图像边长。

想改推理尺寸的话，请在导出模型时设定，不要在 UI 里硬调。

推理后端 (Backend)

决定神经网络跑在哪种显卡计算 API 之上。选错后端 = 显卡白买。

TensorRT (CUDA) N 卡首选

NVIDIA 自家 TensorRT 推理引擎，速度最快、支持 FP8 / FP16 量化。

• 仅 N 卡可用（GTX 16xx 起步，RTX 20/30/40/50 系列完整覆盖）。
• 需要本机装有匹配 CUDA Toolkit 与 TensorRT 运行库。
• 配合 .engine 模型效果最好。

DirectML (DML) 通用兜底

微软通过 DirectX 12 暴露的通用推理 API，A 卡 / I 卡 / N 卡 / 核显都能跑。

• 无需装 CUDA，安装即用，是非 N 卡用户的唯一选择。
• 速度比 TensorRT 慢 30%~50%，但兼容性最好。
• 配合 .onnx 模型使用，程序启动时自动编译缓存。

DML 推理设备 仅 DML 后端显示

DML 推理设备模式

• 自动（推荐）：程序自己挑系统中最强的 GPU（通常是独显而非核显）。
• 手动指定：从下拉列表里选特定 GPU。适合多显卡机器需要把某张卡留给游戏渲染的场景。

刷新 GPU 列表

热插拔新显卡 / 新驱动装完后点一下，重新枚举 DXGI / DML 可用设备。

当前 DML 推理设备

显示实际运算用的 GPU 名称。如果你指定了一张卡但这里显示另一张，说明自动回退被触发（通常是 DML 环境不完整）。

检测阈值 (Detection Thresholds) 核心可调

范围 / 默认值

滑块范围 0.01 ~ 1.00，默认 0.15。

作用

低于此分数的检测框会被直接丢弃。本质是「宁可错杀 vs 宁可漏杀」的权衡。

• 调高（如 0.3 ~ 0.5）：只保留高确信度的目标，抗误检、锁人更精准，但可能漏掉远处 / 侧身 / 半遮挡目标。
• 调低（如 0.05 ~ 0.1）：弱信号也纳入，远距 / 拐角探头能锁到，但场景杂物 / 道具容易被误识别。
• 默认 0.15：平衡值，日常使用无需改动。

范围 / 默认值

滑块范围 0.00 ~ 1.00，默认 0.50。

原理

模型经常对同一个敌人吐出好几个高度重叠的框（想象一个人被 3 个框围住）。NMS (Non-Maximum Suppression) 的作用是：在这些重叠框里只保留置信度最高的那一个，其余删掉。
「重叠度」通过 IoU (Intersection over Union) 衡量 = 两框交集面积 / 并集面积。NMS 阈值就是判断「多重叠才算同一个目标」的 IoU 门槛。

调参方向

• 调低（如 0.3）：更严格，只要两框有 30% 重叠就合并。适合密集人群场景，能避免把邻近的两个敌人错合成一个。
• 调高（如 0.7）：更宽松，两框重叠 70% 才合并。容易出现「一个敌人带两个框」的冗余检测。
• 默认 0.5：对绝大多数 FPS 地图都适用，不建议动。

范围 / 默认值

滑块范围 1 ~ 100，默认 20。

作用

一帧画面最多保留多少个检测结果。相当于给后处理限流，防止模型一次吐几百个框拖慢锁定选择逻辑。

• 五人团战 FPS：10 ~ 20 足够。
• 大地图 / 吃鸡 / 战区：远景可能同屏十几人，30 ~ 50 更稳。
• 不要拉到 100：会把置信度很低的残留框都保留，增加 NMS 与目标选择的 CPU 开销，却几乎没有收益。

ONNX vs Engine 格式 关键概念

两种模型文件格式，对应不同的使用路径与体验：

特点

跨框架的开源模型交换格式，几乎所有训练框架（PyTorch / TensorFlow / Ultralytics）都能导出。同一个 .onnx 文件能在任意机器任意显卡上跑，迁移性极强。

在本程序中

DML 后端的首选格式。启动时会被 自动编译一次（需要几秒到几十秒），之后缓存加速。
TensorRT 后端也能读 .onnx，但它会触发一次「导出为 .engine」的流程（见下方的「TensorRT 导出进度」弹窗），第一次耗时较长（1~5 分钟）。

特点

TensorRT 针对具体显卡架构 预编译生成的高度优化二进制文件。启动即用、零编译耗时，速度比 .onnx 快 20%~40%。

致命局限

.engine 文件是「认卡」的：在 RTX 3060 上编译出的 engine 拿到 RTX 4090 上很可能无法加载，反之亦然。换显卡、换 CUDA 版本、换 TensorRT 版本都要重新编译。

在本程序中

如果你是 N 卡 + TensorRT 后端：推荐直接用软件内置的「导出」流程，把 .onnx 一键生成为当前显卡专属的 .engine，之后每次启动秒级加载。

导出精度 (Export Precision) 软件内置 · 无 UI 开关

这是 TensorRT 把 .onnx 编译成 .engine 时允许的数值精度。本程序已把这部分作为内置策略固化，UI 里没有对应的勾选框，普通用户不需要、也无法在界面里调整。此处仅做原理科普，方便你理解软件自动做了什么。

FP16（半精度浮点）

软件默认自动启用。Turing (RTX 20) 及以后的 N 卡都原生支持，相比 FP32 快近一倍、精度几乎无损，是现代 TensorRT 工作流的默认选择。

FP8（8 位浮点）

仅 Ada Lovelace 架构（RTX 40 系）及更新显卡原生支持。软件在构建 engine 时会自动按显卡能力决定是否启用，老卡上会自动回退到 FP16，不会引发兼容问题。