yml2213
9962eed3e8
- 将 yolo_detector.pt 和 icon_classifier.pt 成功导出为 ONNX 格式 - 重构 solver.py 使用 onnxruntime + OpenCV cv2.dnn.NMSBoxes 纯轻量推理 - 彻底移除青龙对 torch, torchvision, ultralytics 等近 1.5GB 臃肿依赖 - 更新 dist/rainyun_qinglong 部署包与 README 文档
雨云 (Rainyun) 自动登录与每日签到 (青龙面板纯 ONNX 轻量部署包)
本目录为纯净的单层平铺目录结构，已全面迁移至 ONNX Runtime 轻量推理引擎。
彻底移除了体积庞大的 torch、torchvision 与 ultralytics（依赖体积从 1.5GB 骤降至 15MB），可在青龙面板或任何小内存 VPS 容器中秒级安装运行。
目录文件清单
rainyun_qinglong/
├── rainyun_checkin.py # 核心签到脚本 (青龙定时任务入口)
├── client.py # 腾讯验证码协议客户端
├── crypto.py # 腾讯 TDC 混沌虚拟机 32 轮魔改 XTEA 纯 Python 还原
├── solver.py # 纯 ONNX 视觉检测推理引擎 (无 torch 依赖)
├── slicer.py # 提示图投影切片
├── server.py # (可选) 独立 HTTP 验证码微服务
├── yolo_detector.onnx # YOLO 图标候选定位 ONNX 权重 (约 12MB)
├── icon_classifier.onnx # ResNet18 图标分类识别 ONNX 权重 (约 43MB)
├── .env # 本地配置文件 (格式: RAINYUN_ACCOUNT="账号#密码")
├── .env.example # 环境变量示例文件
└── README.md # 本说明文档
青龙面板极简部署步骤
1. 上传文件
将本目录下的所有文件上传至青龙面板的脚本目录：
/ql/data/scripts/ （新版青龙）或 /ql/scripts/ （旧版青龙）。
2. 在青龙后台安装依赖 (体积仅数十 MB，极速安装)
进入青龙面板 ->【依赖管理】->【Python3】-> 点击【添加依赖】，依次添加并安装：
httpx
onnxruntime
opencv-python-headless
pillow
numpy
注意：已彻底无需安装
torch、torchvision、ultralytics，免除了 G 级大包撑爆磁盘和内存的风险！
3. 配置账号环境变量
在青龙面板【环境变量】添加变量：
- 名称：
RAINYUN_ACCOUNT - 值：
账号#密码（多个账号用&分隔，例如13700000000#pwd1&13800000000#pwd2）
4. 添加定时任务
在青龙面板【定时任务】点击【新建任务】：
- 名称：
雨云每日签到 - 命令：
task rainyun_checkin.py - 定时规则：
30 8 * * *（每天早上 8:30 自动执行）