Opracowanie skryptu Python do automatyzacji robienia zrzutów ekranu gier (iFrame/Canvas)

Opis projektu

Konieczne jest opracowanie systemu automatycznego zbierania zrzutów ekranu z rozgrywki oraz zasad (Paytable) dla gier slotowych z agregatora (na przykład, slotslaunch.com). Ostatecznym wynikiem ma być generacja raportu PDF dla każdej gry.

Główne wyzwanie (Dlaczego to trudne)

Poprzednie próby pełnej automatyzacji za pomocą "czystego" widzenia komputerowego (CV) lub LLM (GPT-4o) wykazały niską skuteczność z powodu braku HTML-znaczników wewnątrz kontenerów gier. Gry uruchamiane są w iFrame, grafika renderowana jest na Canvas, a interfejsy setek dostawców znacznie się różnią.

Szukamy dewelopera, który wdroży hybrydowe podejście: system oparty na regułach (profile dostawców) z elementami inteligentnej weryfikacji.

Wymagania techniczne i stos

• Język: Python 3.10+.

• Biblioteki: Playwright (preferowane) lub Selenium.

• Obchodzenie zabezpieczeń: Obowiązkowe użycie playwright-stealth oraz praca z proxy w celu obejścia Cloudflare (Turnstile).

• Przetwarzanie obrazów: Pillow (do analizy zmian na ekranie za pomocą pHash) oraz FPDF2 (do generacji PDF).

• Logika: Tworzenie modułowej architektury, w której dla każdego dostawcy można szybko stworzyć lub dostosować "profil" (współrzędne przycisków, typy nawigacji).

Algorytm działania skryptu

1. Parsowanie: Odczyt URL z game_list.html.

2. Inicjalizacja: Obejście Cloudflare, oczekiwanie na załadowanie iFrame.

3. Interakcja (najtrudniejsza część):

   • Obsługa pojawiających się okienek (wybór dźwięku, Splash Screen).

   • Zrzut ekranu 1: Ekran główny gry.

   • Zrzut ekranu 2-N: Wyszukiwanie i otwieranie menu zasad (ikony „i”, „?”, „≡”). Przewijanie wszystkich stron zasad (przewijanie lub kliknięcia w strzałki).

4. Zapis: Komponowanie w PDF według struktury {provider}/{game_name}.pdf.

Wnioski z poprzedniego etapu (co NIE działa)

• Pełna automatyzacja "na ślepo" (kliknięcia według wzorców) daje wiele fałszywych trafień.

• Wyłącznie analiza sieci neuronowych (GPT-4o/Llama) do wyszukiwania współrzędnych jest zbyt kosztowna i niedokładna (błąd 10-15% jest krytyczny dla małych przycisków).

• Potrzebne rozwiązanie: System presetów dla konkretnych dostawców (Pragmatic Play, Playtech, Spinomenal itp.), gdzie opisane są współrzędne lub wizualne kotwice dla przycisków.

Co oczekujemy od wyniku

1. Rdzeń skryptu: Działający kod, który przetwarza 90% gier 50 najlepszych dostawców.

2. Elastyczna konfiguracja: Możliwość łatwego dodawania nowych profili dostawców bez przepisywania głównego kodu (na przykład, przez pliki konfiguracyjne JSON/YAML).

3. Instrukcja: Dokumentacja dotycząca konfiguracji profili dla nowych typów UI.

Dane wejściowe: Lista URL.Wynik: Wygenerowane pliki PDF zgodnie z dostarczonymi wzorami.

Budżet i terminy

Omówione indywidualnie. Skupiamy się na specjaliście, który już miał doświadczenie z podobną automatyzacją skomplikowanych interfejsów.

Co należy dostarczyć w wyniku:

1. Źródłowy kod skryptu w Pythonie.

2. Plik requirements.txt ze wszystkimi zależnościami.

3. Krótką instrukcję uruchomienia (w tym instalację przeglądarek Playwright).

Input: game_list.html

https://slotslaunch.com/alchemy-gaming/bass-cash-monstrosity

https://slotslaunch.com/apparat-gaming/3-golden-cherries

...

Output

"alchemy-gaming/bass-cash-monstrosity-rules.pdf"

"apparat-gaming/3-golden-cherries.pdf"

...