프로젝트 소개
MaaFramework는 이미지 인식 기술을 기반으로 한 자동화 블랙박스 테스트 프레임워크로, MAA(MaaAssistantArknights) 프로젝트의 개발 경험에서 출발하여 완전히 재작성되었습니다. 프레임워크는 C++20으로 작성되었으며 Windows, Linux, macOS, Android 플랫폼을 지원하고 Python(PyPI), C#(NuGet), Node.js(npm), Go, Rust 등 다국어 SDK를 제공하여 다양한 기술 스택의 개발자가 쉽게 통합할 수 있습니다.
핵심 설계 철학은 로우코드와 높은 확장성의 균형입니다. 프레임워크는 Pipeline(작업 파이프라인) 로우코드 프로토콜을 도입하여 개발자가 선언적 설정으로 자동화 테스트 흐름을 빠르게 구축할 수 있도록 하면서도 코드 수준의 심층 커스터마이징 능력을 유지합니다. 또한 ProjectInterface v2 프로토콜을 정의하여 프로젝트 인터페이스를 표준화했습니다.
커뮤니티 생태계는 여러 방향을 아우르며 풍부합니다:
범용 GUI 측면에서는 Avalonia 기반 MFAAvalonia, PySide6 기반 MFW-CFA, Tauri 2 + React 기반 MXU, Vue + FastAPI 기반 MWU, Kotlin + Jetpack Compose 기반 MaaFwApp이 있으며 모두 크로스 플랫폼 그래픽 인터페이스 솔루션입니다.
개발 도구 측면에서는 Pipeline 디버거 MaaDebugger, VSCode 확장 maa-support-extension, 시각적 Pipeline 편집기 MaaPipelineEditor와 MaaInspector, 로그 분석 도구 MaaLogAnalyzer와 MaaLogs, Prettier 포매팅 플러그인, 그린 스크린 자동 처리 도구 Auto Green Background, AI Agent용 명령줄 도구 maafw-cli, 프로젝트 스캐폴딩 create-maa-project, MaaCtl 명령줄 클라이언트 등이 있습니다.
애플리케이션 측면에서는 커뮤니티가 이미 프레임워크를 기반으로 여러 게임과 앱의 자동화 어시스턴트를 개발했으며, 《명조: 워더링 웨이브》, 《음양사》, 《퍼니싱: 그레이 레이븐》, 《전함소녀R》, 《대호운》, 《소녀전선2: 망명》, 《몽환서유 모바일》, 《미정사건부》, 《불사의 미궁》, 《앙상블 스타즈!!》, 《붕괴3》 등 여러 프로젝트와 학습강국 등 실용 도구를 포함합니다.
공식 문서는 maafw.com에서 호스팅되며, 커뮤니티 리소스는 MaaHub(hub.maafw.com)에서 발견할 수 있고, AI 보조 문서 조회는 DeepWiki를 통해 가능합니다.
Comments
0 people shared their preference · Deer Point appears after 10 participants
Sign in to join the discussion.