YOLO-based Real-time AI Assistant Core

June 10, 2026 · View on GitHub

这是一个基于 DXGI、TensorRT 和驱动级输入实现的实时 AI 视觉项目核心代码。

视频介绍

项目演示和实现思路见 B 站视频：延迟低至7ms！从DXGI到TensorRT，开源实现通用FPS Auto_Aim。

核心思路

  1. 截图: 使用 DXGI Desktop Duplication 实现低延迟画面捕获。
  2. 推理: 使用 ONNX Runtime + TensorRT 后端运行端到端 YOLO 模型。
  3. 输入: 调用 IbInputSimulator 库，通过硬件驱动模拟鼠标移动。

⚠️ 重要声明 (Disclaimer)

  • 本项目99%的代码由AI辅助生成，因此所有代码都堆砌在 main.cpp 中，结构较为混乱，注释可能也不明确。本仓库旨在分享一种可行的技术思路，而非一个工程化的项目。
  • 仅上传了核心代码，所有依赖环境（如 OpenCV, ONNX Runtime, CUDA 等）均需使用者自行配置。
  • 仓库中的 .onnx 模型仅为示例，你需要自行训练并替换成你自己的模型。
  • 本项目仅供学习和技术交流使用，严禁用于任何违规用途。一切后果由使用者自行承担。

依赖与致谢 (Dependencies & Credits)

本项目能够实现，离不开以下优秀的开源项目：

  • IbInputSimulator by Chaoses-Ib: 用于实现驱动级的鼠标输入模拟，是整个项目的关键一环。

运行

  1. 自行配置好所有依赖环境。
  2. 将所有文件放入一个 C++ 项目中进行编译。
  3. 确保 .onnx 模型和 .dll 文件在 .exe 旁边。
  4. 以管理员权限运行。