迪拉熊 Bot - Derakkuma Bot

酸橙熊熊 - Limekuma

📖 项目简介

酸橙熊熊（青柠熊熊）是一个舞萌 DX 数据渲染服务，提供高性能的图像生成和数据处理能力。项目基于 .NET 构建，采用 gRPC 协议提供高效的远程过程调用服务。

✨ 主要特性

• 🎯 多数据源支持: 同时支持落雪和水鱼数据源
• 🎨 高质量渲染: 基于 SixLabors.ImageSharp 的高性能图像渲染引擎
• 📊 数据统计: 提供 Best 50、歌曲列表等多种数据展示
• 🔄 实时处理: 支持流式图像数据传输
• 🎭 动画支持: 可生成动画效果的 Best 50 图片
• 🎮 游戏集成: 专为舞萌 DX 游戏设计的数据处理

🏗️ 技术架构

核心技术栈

• 运行时: .NET
• 通信协议: gRPC
• 图像处理: SixLabors.ImageSharp.Drawing
• 字体渲染: SixLabors.Fonts
• 表达式引擎: NCalc
• 模板引擎: SmartFormat

项目结构

Limekuma/
├── src/                      # 源代码目录
│   ├── Prober/               # 数据探针模块
│   │   ├── Common/           # 通用数据模型
│   │   ├── DivingFish/       # 水鱼数据源
│   │   └── Lxns/             # 落雪数据源
│   ├── Render/               # 渲染引擎
│   │   ├── ExpressionEngine/ # 表达式引擎
│   │   ├── Nodes/            # 渲染节点
│   │   └── XmlSceneLoader.cs # XML场景加载器
│   ├── Services/             # gRPC服务实现
│   │   ├── BestsService.cs   # Best 50服务
│   │   ├── ListService.cs    # 列表服务
│   │   └── ...
│   ├── Utils/                # 工具类
│   ├── Protos/               # Protocol Buffers定义
│   └── Resources/            # 资源文件
├── docs/                     # 文档资源
└── .github/                  # GitHub工作流

🚀 快速开始

环境要求

• .NET 10.0 SDK
• 支持 HTTP/2 的客户端

安装与运行

1. 克隆项目

   git clone https://github.com/DerakkumaDev/limekuma-printer.git
   cd limekuma-printer

2. 恢复依赖

   dotnet restore

3. 运行服务

   dotnet run --project src/Limekuma.csproj

服务端点

服务默认运行在 HTTP/2 端口，支持以下 gRPC 服务：

BestsApi 服务

• GetFromLxns: 从落雪获取 Best 50
• GetAnimeFromLxns: 从落雪获取动画版 Best 50
• GetFromLxnsWithLevelSeg: 从落雪获取带等级建议的 Best 50
• GetFromDivingFish: 从水鱼获取 Best 50
• GetAnimeFromDivingFish: 从水鱼获取动画版 Best 50
• GetFromDivingFishWithLevelSeg: 从水鱼获取带等级建议的 Best 50

ListApi 服务

• GetFromLxns: 从落雪获取达成表
• GetFromDivingFish: 从水鱼获取达成表

📊 API 使用示例

gRPC 客户端调用

// 创建gRPC客户端
var channel = GrpcChannel.ForAddress("https://localhost:5001");
var client = new BestsApi.BestsApiClient(channel);

// 请求落雪Best 50数据
var request = new LxnsBestsRequest
{
    DevToken = "your_dev_token",
    Qq = 123456789,
    PersonalToken = "your_personal_token"
};

using var call = client.GetFromLxns(request);
await foreach (var imageResponse in call.ResponseStream.ReadAllAsync())
{
    // 处理图像数据
    var imageData = imageResponse.Data;
}

🎨 渲染系统

XML 场景描述

项目使用自定义的 XML 格式描述渲染场景：

<Canvas width="1200" height="1600" background="#FFFFFFFF">
    <Layer opacity="1">
        <Positioned x="100" y="100">
            <Text value="玩家Best 50" fontFamily="NotoSans" fontSize="24" color="#000000"/>
        </Positioned>
        <For items="records" var="record" indexVar="i">
            <Positioned x="{100 + (i % 5) * 120}" y="{200 + (i / 5) * 120}">
                <Image namespace="Jacket" id="{record.JacketId}"/>
            </Positioned>
        </For>
    </Layer>
</Canvas>

支持的节点类型

• Canvas: 画布容器
• Layer: 图层（支持透明度）
• Positioned: 定位容器
• Image: 图像节点
• Text: 文本节点
• Stack: 堆叠布局
• If: 条件渲染
• For: 循环渲染

🔧 配置说明

appsettings.json

{
  "Logging": {
    "LogLevel": {
      "Default": "Information",
      "Microsoft.AspNetCore": "Warning"
    }
  },
  "AllowedHosts": "*",
  "Kestrel": {
    "EndpointDefaults": {
      "Protocols": "Http2"
    }
  }
}

📈 性能优化

• 内存管理: 使用 ImageSharp 的高效内存处理
• 并行处理: 支持异步并行图像处理
• 资源缓存: 智能资源缓存机制
• 流式传输: 支持分块流式图像传输

🤝 贡献指南

1. Fork 本项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull request

📄 许可证

本项目采用 GNU Affero General Public License v3.0 许可证 - 查看 LICENSE 文件了解详情。

🐛 问题反馈

如果您遇到任何问题或有建议，请通过以下方式联系我们：

• 📧 QQ: 2689340931
• 🐛 源域漏洞追踪系统

🙏 致谢

感谢以下开源项目的支持：

• SixLabors.ImageSharp
• Grpc.AspNetCore
• NCalc
• SmartFormat

---

让音游数据渲染更简单 · Powered by .NET