程序聚合 软件案例 用于LOL服务器通信的Python 3 LCU异步库-Moonblade

用于LOL服务器通信的Python 3 LCU异步库-Moonblade

2026-05-06 11:15:18
行业:游戏/电竞
载体:框架或代码包
技术:Python

业务和功能介绍

LCUAPI的项目有很多,但是绝大部分Python实现都过重及死板,我想要设计一个足够轻量化、使用灵活的LCUAPI连接器。
项目名称来自于皎月女神的武器“月刃”。
将与LOL后端服务的通信分为 "连接" 及 "分发事件" 两部分,完全解耦。

项目实现

纯Python项目,由三部分组成:
MoonBlade:LCUAPI的连接器,支持函数调用/上下文管理器两种方式控制连接器。
Router:事件路由,项目的核心。
- 支持以装饰器/类方法/实例方法注册路由;
- 支持以异步的函数/类方法(通过Node类)作为路由函数;
- 支持运行时动态注册/注销路由;
- 支持URI路径的精准匹配及前缀匹配;
- 支持创建、更新、删除事件;
- 支持伪造服务器事件。
Node:路由类的基类,使类初始化时遍历类属性来触发使用装饰器实现的类方法路由注册。

在实现对类方法进行注册时,由于装饰器在类定义阶段就执行了,而此时类还没有实例化,注册的类方法在调用时会缺失 "self" 参数。通过在实例访问属性时触发延迟绑定来解决。

示例图片视频


于木
15天前活跃
方向: 后端-Python、爬虫/脚本-爬虫/脚本、
交付率:100.00%
相似推荐
代码缺陷检测系统-代码缺陷检测系统
环境及框架: SpringBoot+Spring+Maven+SpringMvc+Mybatis+Auth+Redis+Solr+Postgres+Mysql+Mongodb 项目描述: 这个项目代码缺陷检测系统是由多个项目合并开发的一款高效、全面的工具,主要用于分析和检测代码中的漏洞和缺陷以及项目开源率。系统集成了 Sonarqube 工具,能够准确分析代码文件中的问题行数,并统计 Bug、异味和重复率等指标。同时,系统还集成了美国漏洞库(如 nvd、 cve、 cpe_match),开源项目库(GitLab、GitHub、Apache)、组件(Nuget、Maven)实现与项目的 集成检测,提升代码安全性和质量。 责任描述: 1、负责安装配置 Sonarqube 工具,通过 GitHub 下载源码项目并搭建源码框架 2、开发 27 种语言的技术指标语言插件,包括 JAVA、Python、C、C#、TypeScript、Go、 Groovy、T-SQL、PL/SQL 等,对源代码进行改动并集成到 Sonarqube 系统中 3、利用自动化浏览器插件 FirefoxDrive 对 Sonarqube 数据进行翻译处理 4、编写各种编程语言的被测件,确保系统能够准确扫描到各种语言的漏洞 5、设计定时任务,定期更新漏洞库数据,并引用钉钉机器人在群里通知任务进度 6、编撰指标偏移表和用户手册,提供系统操作指引和技术支持 7、查看 Bug 管理系统分配的问题,确保问题及时修复 8、迁移和维护 dm 数据库和 Postgres 数据库的数据,保障数据完整性和安全性 9、与前端团队联调接口,开发用户管理模块,提升用户体验和系统功能性
事件合约信号管理与对比系统
立项背景与目标:面向事件合约交易场景,解决平台历史信号与实盘记录分散、对账困难、盈亏口径不一致的问题,建立一套可持续沉淀交易数据的管理系统,支持实时查看本金、胜率、盈亏和对比结果,帮助用户评估策略在真实交易环境中的效果。 软件功能与核心模块:系统包含平台对接、实盘记录管理、对比展示、统计报表与本金管理四大模块。平台对接负责登录并抓取历史信号;实盘记录支持手动新增、编辑、删除和导入;对比展示负责将平台信号与实盘成交按时间、币种、方向匹配;统计模块负责展示当前本金、实盘/回测胜率、净盈亏、历史金额区间等核心指标。 业务流程与功能路径:用户先配置初始本金并登录平台,再同步历史信号;随后在左侧维护实盘交易记录,系统自动计算盈亏并刷新统计;筛选条件可按时间、币种、结果缩小范围,右侧同步显示平台信号与对比结果;当新增、修改或删除实盘记录时,系统会自动重算当前本金、胜率及各类统计,形成完整的“登录—同步—录入—对比—统计”闭环。
华为杯研究生数学建模大赛-抗胰腺癌候选药物的优化建模
据 2020 年国际癌症研究机构(IARC)调查的最新数据显示,乳腺癌在全球女性癌症中的发病率为 24.2%,位居女性癌症的首位。在药物研发领域,利用预测模型对能够拮抗 ERα 活性的化合物进行筛选的方法受到广泛的关注,本文通过建立回归与分类预测模型,对化合物的生物活性和 ADMET 性质做多目标优化求解
AI 数据采集与智能报表系统-据智报 - 商业情报自动采集分析平台
本项目为外贸/电商企业打造了一套从数据采集到智能报表生成的自动化系统。立项背景是传统商业情报收集依赖人工浏览多个数据源(海关、1688、行业报告、社交媒体),耗时且容易遗漏关键信息。 核心功能模块: 1. 多源自动采集:对接海关总署公开数据、1688供应商报价、行业研报、社交媒体舆情等4大类数据源,每日自动增量抓取。 2. AI智能处理:大模型对采集内容进行分类(贸易数据/价格监控/行业研究/竞品动态)、可信度评分、关键信息抽取。 3. 竞品价格监控:7天价格走势图自动生成,突变超过阈值自动预警推送。 4. 舆情情感分析:社交媒体评论AI情感分类(正面/中性/负面),负面比例超10%触发告警。 5. 日报自动生成:每日9:00自动汇总前一天数据,生成结构化报表并通过飞书/Slack推送。 6. 可视化仪表盘:ECharts 图表展示KPI趋势、数据来源分布、处理统计等。
数据处理及爬虫
1. 支持上传 Excel 文件或输入网址,自动抓取网页数据并解析为结构化表格 2. 内置京东、淘宝、拼多多、1688、抖音、小红书等平台专用爬虫,自动识别平台并提取数据 3. 提供自定义 CSS 选择器功能,支持用户手动指定提取规则 4. 自动分析数据特征,推荐合适的可视化图表类型 5. 一键生成 HTML 数据分析报告,支持预览和下载
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服