DyberPet 完整指南:从安装到自定义模组,30 分钟养一只开源桌宠

发布时间:2026/10/26 1:50:54

DyberPet 完整指南:从安装到自定义模组,30 分钟养一只开源桌宠 DyberPet 完整指南从安装到自定义模组30 分钟养一只开源桌宠【免费下载链接】DyberPetDesktop Cyber Pet Framework based on PySide6项目地址: https://gitcode.com/GitHub_Trending/dy/DyberPet你以为的桌宠多半是贴在桌面上的 GIF 播放器——循环播放、毫无记忆、不需要你做任何事。DyberPet呆啵宠物基于 PySide6 构建是一个开源桌面宠物框架饱食度、好感度、专注任务、商店和 JSON 模组系统全部实装让喜欢的角色真正住进你的桌面而不是只当一张会动的贴图。它和图片播放器差在哪普通 GIF 贴图的反馈链是断的你点它它继续播下一帧。DyberPet 把交互接成了一条闭环——它会饿饱食度随时间持续下降饿了会改变行为动画池甚至会主动找你讨食它记得你好感度 200 级长线养成每级 120 点从星星、月亮、太阳到皇冠徽章逐级解锁它陪你干活番茄钟、专注时间、待办与每日目标完成结算物品奖励喂它它听得懂配置角色、迷你宠物、物品、音效全部 JSON 化不写一行代码就能扩展它不占地方QPixmap 加载加懒加载策略日常内存占用克制单进程锁防止多开写坏数据一句话GIF 播放器是展示DyberPet 是关系。两条安装路径按你的身份选一条想马上看到效果普通用户Windows 用户直接去 Release 下载 EXE当前版本 v0.8.5双击运行即可不需要装 Python。想跑源码、改代码开发者用 conda 隔离环境一条命令序列装好conda create --name dyber python3.9.18 conda activate dyber conda install -c conda-forge apscheduler pynput pip install PySide6-Fluent-Widgets1.5.4 pyside66.5.2 tendo git clone https://gitcode.com/GitHub_Trending/dy/DyberPet cd DyberPet python run_DyberPet.pymacOS 用户注意一处差异pynput改用pip install pynput1.7.6项目对 Mac 有专门适配。入口文件是 run_DyberPet.py它用tendo做了单实例保护——重复启动会直接退出避免双进程抢写存档。启动后右键桌宠菜单里的「角色面板」「选择动作」「召唤伙伴」「更换角色」就是你日常操作的全部入口。场景一当陪伴——它会饿、会撒娇、会记仇为什么需要这层如果宠物永远满血满状态三天后你就会忘了它存在。需要你是桌宠留存率的命门。怎么运作定时任务持续扣减饱食度饱食度分为四个档位活力 / 正常 / 饥饿 / 饿昏档位直接决定角色播放哪些动画——状态差时它大概率趴着睡觉饿昏时只剩一个躺平动作循环。好感度靠互动积累升到对应等级解锁新动画、新物品等级徽章1 级星星、4 级月亮、16 级太阳、64 级皇冠会显示在右键菜单和角色面板上。数值面板的实现在 DyberPet/Dashboard/statusUI.py。对你意味着什么你喂的不是食物是养成进度。喂食策略也有深度——一份汉堡附带HP_stopBuff5 分钟内饱食度不再下降一份薯条变成金币小金库每 30 秒掉 5 枚啵币持续 2 分钟这两份默认物品的配置就写在 res/items/Default/items_config.json 里打开看看就知道一个物品能有多复杂。反馈颗粒度细到有点过分单击冒摸摸气泡和爱心、心情好时随机飘心、喂食升级各有专属气泡专注期间拍它会提醒你该干活了1 秒内狂点超过 7 次会触发吐槽气泡。项目一共内置了 9 种可配置气泡类型全部支持换图、换文案、换语音。屏幕锁定时开启自动锁定选项HP 与好感度会暂停变化——你下班锁屏它不会饿死在工位上。场景二当效率工具——把工作时长喂给宠物番茄钟这类工具你大概率用过痛点是奖励缺席。DyberPet 把结算做成了实物倒计时挂在宠物上方开启专注后角色切入focus专属动画安静陪跑无论正常结束还是中途取消都按已投入时长结算啵币和物品奖励。配合待办事项完成有奖励和每日目标整条链条是专注 → 掉落物品 → 喂宠物 → 好感上涨 → 解锁更多动画和物品。自我管理的坚持动力从意志力换成了给它赚口粮。任务、番茄钟、每日目标、待办的界面逻辑集中在 DyberPet/Dashboard/taskUI.py商店买卖、按标签筛选、按好感度解锁在 DyberPet/Dashboard/shopUI.py背包可拖拽换位格子、自动喂食在 DyberPet/Dashboard/inventoryUI.py。场景三当画布——不写代码做一个新角色角色就是一个文件夹。在res/role/下建一个目录放两样东西action/里的透明背景 PNG 帧按前缀_序号命名stand_0.png、stand_1.png……两个 JSONpet_conf.json定义大小、默认动作、随机行为概率、物品喜好度act_conf.json定义每套动画用哪些帧、单帧时长、是否移动及移动速度物品模组同理一张图加一段 JSON 就是一件新物品核心参数只有几个——{ 汉堡: { effect_HP: 10, effect_FV: 3, buff: { effect: HP_stop, expiration: 300 } } }进阶玩法docs/art_dev.md 有完整参数表迷你宠物物品subpet类型召唤跟随宠多只跟随时自动排队补位主宠跑哪它跟哪对话物品msg_conf.json用text/option节点和relationship映射就能搭出任意分支的对话树多分支剧情、问答互动、教育小游戏都能做昼夜作息给动画打上phase: night标记再配一个day_night块角色夜晚自动切换睡眠动画池可穿戴物品Equip翅膀、披风这类持续显示在角色身上的外观个性化通知每个角色可替换通知图标与全套语音问候、喂食、随机闲聊社区已经积累了一批现成素材小呆、流萤、像素猫meme、派蒙等完整清单见 docs/collection.md下载后在 App 内按面板指南导入即可。文件名记得用英文——中文命名在部分系统解压后会乱码甚至导致崩溃。开发者视角改功能前先看这份地图想动手改代码模块划分是清晰的模块路径职责主控入口DyberPet/DyberPet.py全局调度、信号连接、数值驱动动画引擎DyberPet/Accessory.py帧动画、重力、拖拽、附件与迷你宠物养成数值DyberPet/Dashboard/statusUI.py饱食度/好感度/Buff UI任务系统DyberPet/Dashboard/taskUI.py番茄钟、专注、待办、每日目标商店/背包DyberPet/Dashboard/shopUI.py / inventoryUI.py商品、格子背包系统面板DyberPet/DyberSettings/角色/物品/迷你宠物卡片、存档管理、基本设置做新角色素材前通读一遍 素材开发文档里面有动画播放原理、Anchor 定位、饱食度档位与播放概率的对照表。另外项目正在开发大模型接入——桌宠未来能陪你聊天、管待办但 AI 是加分项而非前置条件现在不接它也完全可玩。你可能在动手前想确认的三件事内存会不会越用越大框架在 v0.3.5 前后做了一轮专项优化几乎所有QImage替换成QPixmap图片按需懒加载物品数据集中到 settings 避免多模块重复载入。日常挂着运行占用是克制的。多显示器能用吗能。宠物支持跨屏移动拖拽、掉落、屏幕边界都有处理迷你宠物跟随时会自动排队某只被收回后队列自动补位多屏边界的情况在 v0.5.4 就专门修过。关掉软件存档会丢吗存档按角色独立保存支持导出、导入和快速存档退出前会主动写盘一次并冻结数据屏幕锁定状态下数值变化也会暂停。task_data.json在导出/快速存档时会被备份。回到那个问题它还是 GIF 吗开头说 GIF 播放器的反馈链是断的。装完 DyberPet 你会发现链条的另一头接在你的手上它饿了你会想起来喂它升级了你会想换个徽章你专注 25 分钟是为了给它赚一份薯条。三个最低门槛的行动选一个今天就能做下载 Release 的 EXE 双击运行git clone源码跑起来改一行文案或者照着 素材开发文档 画几张 PNG 帧给自己的角色做一个汉堡。总有一款适合此刻的你。【免费下载链接】DyberPetDesktop Cyber Pet Framework based on PySide6项目地址: https://gitcode.com/GitHub_Trending/dy/DyberPet创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/10/26 1:50:54

pandas 环境数据分析实战:4 个真实场景从读表到出结论

pandas 环境数据分析实战:4 个真实场景从读表到出结论 【免费下载链接】pandas Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much m…

2026/10/26 1:50:54

Files 内存占用优化指南:3个典型场景,实测能省多少

Files 内存占用优化指南:3个典型场景,实测能省多少 【免费下载链接】Files A modern file manager that helps users organize their files and folders. 项目地址: https://gitcode.com/gh_mirrors/fi/Files Files 是一款基于 WinUI 3 的现代文件…

2026/10/26 1:50:54

MediaCrawler 社交媒体数据采集教程:3 步命令跑通五大平台

MediaCrawler 社交媒体数据采集教程:3 步命令跑通五大平台 【免费下载链接】MediaCrawler-new 项目地址: https://gitcode.com/GitHub_Trending/me/MediaCrawler-new MediaCrawler 是一款开源的社交媒体数据采集工具,覆盖小红书、抖音、快手、B …

2026/10/26 7:36:21

Agent-Reach:多Agent协作触达与调度中间件的设计实践

最近如果你也在做AI Agent相关的落地项目,应该跟我一样,经历过一段“自我感觉良好,但一上线就翻车”的阶段。我这边踩的最大的一个坑,不是模型提示词写得不够好,而是多个Agent协作时,任务根本没有被正确的A…

2026/10/26 7:36:21

E2E测试实战:从用例设计到Playwright配置与稳定性治理

做了这么多年测试,我越来越觉得 e2e 测试是最容易暴露真实问题、也最容易让人头秃的一类测试。很多人一开始以为 e2e 就是拿工具把页面点一遍,等真上手落地才发现,从环境准备、用例设计到稳定性治理,每一步都有看不见的坑。今天我…

2026/10/26 7:36:21

拉格朗日对偶理论在工程优化中的应用与实践

1. 拉格朗日对偶的工程价值与数学本质优化问题中的拉格朗日对偶理论,是数学规划领域最精妙的思想工具之一。我在处理供应链路径优化项目时,曾用其对偶间隙验证算法收敛性,这种将原始问题转化为对偶问题的思维方式,往往能揭示出约束…

2026/10/26 7:36:21

MATLAB神经网络仿真程序设计:从BP到LSTM的完整实现与避坑指南

简介:这份资源围绕神经网络模型及其MATLAB仿真程序设计展开,面向正在学习人工智能、模式识别或需要完成课程实验的高校学生与工程技术人员,帮助读者在MATLAB环境中完成从网络建模到仿真验证的完整流程。压缩包共10个文件,以m脚本、…

2026/10/26 7:36:21

Rust打造Agent-Reach:让Agent真正触达工具与数据

1. 事情的开头:为什么我又造了一个 Agent 轮子先交代一下背景。我去年大半时间都在折腾 AI Agent 的项目,从最早用 LangChain 拼 Demo,到后来在 Dify 里拖流程,再到现在把 CrewAI 拉进来做多角色协作,基本市面上叫得上…

2026/10/26 7:31:20

边缘计算与视觉检测的混合学习方案解析

1. 项目概述:边缘计算与视觉检测的混合学习方案这个项目本质上是在解决工业质检场景中的一个核心矛盾:传统云端视觉检测的延迟问题与本地设备算力不足之间的矛盾。我们团队在实际工厂环境中发现,像手机外壳划痕检测、液晶屏坏点识别这类任务&…

2026/10/26 0:20:20

全国计算机二级C语言真题PDF高效刷题指南

简介:这份PDF是全国计算机二级C语言考试的试题与答案解析,专为备考二级C语言的考生准备。内容涵盖C语言特点与设计理念、程序基本组成单位、main函数执行流程、函数嵌套调用规则、标识符命名规范、整型实型字符型数据类型、八进制十六进制数合法形式、运…

2026/10/26 1:53:47

requests+BeautifulSoup:爬虫抓取h1标题的入门实战指南

简介:一份以实战为导向的Python爬虫入门资源,面向具备基本编程基础、希望快速掌握网络数据抓取的初学者,可解决从零编写简单爬虫的常见困惑。实例以requests库发送HTTP请求、BeautifulSoup解析HTML文档,完整演示从网页中提取 标题…

2026/10/26 0:20:17

递推最小二乘参数辨识MATLAB编程:二阶系统与渐消记忆实现

简介:这是一篇面向控制系统、信号处理与机器学习等领域学习者的最小二乘参数辨识程序说明文档。资源共包含一个docx格式文档,压缩包大小七十八KB,内容围绕递推最小二乘算法和渐消记忆最小二乘算法展开:先构造一个极点位于单位圆内…

2026/10/26 0:00:48

Nested Learning:解决AI灾难性遗忘的分层记忆架构

1. 为什么AI需要"记忆"能力?在传统深度学习模型中,我们常遇到一个根本性问题:模型在处理新任务时,往往会完全遗忘之前学到的知识。这种现象被业界称为"灾难性遗忘"(Catastrophic Forgetting)。想象一下&#…

2026/10/26 0:00:48

企业级大模型应用:OCR预处理、Dify编排与DeepSeek落地实战

1. 这不是“用大模型”,而是重构工作流的起点“大模型的应用和工具”——这八个字现在被贴在无数技术分享、招聘JD、内部立项书的标题栏里,但绝大多数人点进去后看到的,是零散的API调用示例、几个开源UI截图、或者一句“接入LLM就能降本增效”…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑