简体中文 · 繁體中文 · English · 日本語 · 한국어 · ภาษาไทย
LizzieYzy Next 是当前仍在维护的 lizzieyzy 维护版，也是一个面向普通棋友的 KataGo 围棋复盘 GUI。
它把真正影响体验的几件事重新打磨了一遍：更好选的下载包、更省心的首次启动、继续可用的野狐抓谱，以及更容易看懂的整盘分析视角。
下载安装，输入野狐昵称，抓最近公开棋谱，跑快速全盘分析，再用新版胜率图和底部快速概览快速定位关键手。
官方网站 · 下载发布包 · 百度网盘下载 · 安装说明 · 常见问题
Note
国内用户可直接使用公开百度网盘下载：
https://pan.baidu.com/s/1wthaL8YwGMxy_u0U7Mabpw?pwd=3i8w
提取码：3i8w
Tip
项目讨论 QQ 群：299419120
欢迎交流使用问题、反馈 bug、分享使用体验，或者讨论接下来最想加的功能。
Important
如果你只想先下对版本，先记住这几句：
- Windows 大多数用户：到 Releases 下载
*windows64.opencl.portable.zip - RTX 20/30/40 NVIDIA 显卡并且想更快：下载
*windows64.nvidia.portable.zip - RTX 5070/5080/5090：优先下载
*windows64.nvidia50.cuda.portable.zip，需要 TensorRT 时再到软件内“一键设置”按需安装 - 已经有 Windows 免安装版：日常升级优先下载
*windows64.core-update.zip，关闭软件后解压到旧目录覆盖，只更新主程序和启动器配置 - TensorRT 不只给 RTX 50：RTX 20/30/40/50 NVIDIA 显卡都可以在软件内按需安装；GTX 10 系及更老显卡优先 CUDA/OpenCL
KataGo 一键设置会检测 NVIDIA GPU 和 Compute Capability，自动提示是否推荐 TensorRT；检测失败也可以手动继续- TensorRT 一键安装成功后会自动清理下载包缓存；运行缓存尽量写入软件自己的
user-data/runtime，减少 C 盘额外占用 - Release 里的
*windows64.nvidia.tensorrt.portable.7z.001是高级可选分卷包，必须下载全部.7z.00N并用 7-Zip 解压；普通用户不要优先选它 - 如果 OpenCL 在你的电脑上不稳定：下载
*windows64.with-katago.portable.zip - 现在支持直接输入野狐昵称抓最近公开棋谱，不需要先查账号数字
- 主推荐整合包已内置 KataGo
v1.16.5和更适合默认使用的zhizi28B 权重kata1-zhizi-b28c512nbt-muonfd2.bin.gz - Windows 主发布包已内置原生
readboard.exe，同步入口只保留这套更强的棋盘同步工具
LizzieYzy Next 可以直接理解成：
- 一套还在持续维护的
KataGo 围棋复盘桌面工具 - 一条把
野狐抓谱 + 快速全盘分析 + 多平台发布包串起来的实用工作流 - 一个让老
lizzieyzy用户更容易继续用下去的维护分支
如果你正在找这些东西，这个项目应该优先看：
KataGo 围棋复盘软件KataGo GUIlizzieyzy 维护版野狐棋谱抓取 + KataGo 复盘Windows 免安装围棋 AI 复盘工具
| 你想做什么 | 这个项目现在怎么解决 |
|---|---|
| 抓最近公开野狐棋谱 | 直接输入野狐昵称，程序自动匹配账号并抓谱 |
| 快速看整盘走势 | 提供快速全盘分析，不用完全靠一步一步手点 |
| 快速找问题手 | 提供新版主胜率图和底部热力概览，更容易一眼看出大问题手 |
| 少折腾配置 | 推荐整合包已内置 KataGo、默认权重和首次自动配置 |
| 不想安装 | Windows 默认优先推荐 portable.zip 免安装包 |
| 做棋盘同步 | Windows 主发布包已内置原生 readboard.exe，同步入口更清晰 |
| 本机算力不够 | 设置 -> 远程算力中心 可登录智子云算力，创建远程 KataGo 引擎后像本机引擎一样使用 |
所有下载都在 Releases。下表里的文件名关键字，在最新 release 页面里都能找到。
| 你的情况 | 到 Releases 里找包含这个关键词的文件 |
|---|---|
| Windows 大多数用户，推荐，免安装 | *windows64.opencl.portable.zip |
| Windows，OpenCL 版，想安装 | *windows64.opencl.installer.exe |
| Windows，OpenCL 不稳定，CPU 兼容兜底，免安装 | *windows64.with-katago.portable.zip |
| Windows，CPU 兼容兜底，想安装 | *windows64.with-katago.installer.exe |
| Windows，NVIDIA 显卡，想更快，免安装 | *windows64.nvidia.portable.zip |
| Windows，NVIDIA 显卡，想安装 | *windows64.nvidia.installer.exe |
| Windows，RTX 5070/5080/5090，CUDA 版，免安装 | *windows64.nvidia50.cuda.portable.zip |
| Windows，RTX 5070/5080/5090，CUDA 版，想安装 | *windows64.nvidia50.cuda.installer.exe |
| 已经有 Windows 免安装版，日常升级 | *windows64.core-update.zip，解压到旧目录覆盖 |
| Windows，RTX 20/30/40/50，想测试 TensorRT 加速 | 先下载对应 NVIDIA 包（RTX 50 用 *windows64.nvidia50.cuda.portable.zip），打开后在 KataGo 一键设置 里安装 |
| Windows，高级用户，想离线测试 TensorRT 预装包 | *windows64.nvidia.tensorrt.portable.7z.001 起的全部分卷，先看同名 README.txt |
| Windows，自己配引擎，免安装 | *windows64.without.engine.portable.zip |
| Windows，自己配引擎，想安装 | *windows64.without.engine.installer.exe |
| macOS Apple Silicon | *mac-apple-silicon.with-katago.dmg |
| macOS Intel | *mac-intel.with-katago.dmg |
| Linux | *linux64.with-katago.zip |
Windows portable.zip 是真正的免安装模式：配置、日志、保存棋谱、下载权重和软件内安装的 TensorRT 加速文件都会保存在解压出来的同一个文件夹里，主要位置是 user-data/。如果想彻底清理这个免安装版，删除整个解压文件夹即可；如果想保留设置，升级前把旧文件夹里的 user-data/ 复制到新文件夹。
已有 Windows 免安装版时，日常小版本升级不用重新下载完整大包。下载 *windows64.core-update.zip，关闭软件，把 zip 里的内容解压到旧的免安装目录覆盖即可。这个小包只替换 app/lizzie-yzy2.5.3-shaded.jar 和 app/LizzieYzy Next*.cfg，用来同步标题栏版本号和必要 JVM 参数；不会重复下载或覆盖 weights/、engines/、runtime/、jcef-bundle/、readboard/、user-data/。如果某次 release 明确写了 KataGo、权重或运行环境升级，再按说明下载完整包或对应资源包。
如果你懒得分辨：
- Windows：先下
*windows64.opencl.portable.zip - 已经有 Windows 免安装版：先下
*windows64.core-update.zip覆盖旧目录，除非更新说明要求下载完整包 - Windows + RTX 20/30/40 NVIDIA 显卡：先下
*windows64.nvidia.portable.zip - Windows + RTX 5070/5080/5090：先下
*windows64.nvidia50.cuda.portable.zip - Windows + RTX 20/30/40/50 想试 TensorRT：普通用户先下对应 NVIDIA/CUDA 包，再在软件内“一键设置”按需安装；软件会检测 GPU 和 Compute Capability 后给出推荐，下载支持断点续传
- TensorRT 一键安装完成后会自动删除完整下载包，之前留下的下载缓存也可以在一键设置里点“清理 TensorRT 缓存”
- Windows + 熟悉 7-Zip 的高级用户：可以下载
*windows64.nvidia.tensorrt.portable.7z.001/.002/...高级可选分卷包，必须下载全部分卷后从.001解压；只下载.001没用 - GTX 10 系及更老 NVIDIA 显卡：优先 CUDA/OpenCL，不作为 TensorRT 推荐对象
- OpenCL 不稳定：改下
*windows64.with-katago.portable.zip - Mac：先分清 Apple Silicon 还是 Intel
- Linux：直接下
*linux64.with-katago.zip
野狐抓谱能继续用现在支持直接输入野狐昵称，普通用户不用先查数字账号。快速全盘分析已经是主流程打开棋谱后，可以更快得到整盘走势，而不是完全依赖一步一步手动分析。新版主胜率图 + 底部快速概览更容易看出哪里是大恶手，哪里值得先回头看。Windows 免安装优先普通用户下载更直接，OpenCL / NVIDIA / CPU 三条线也更清楚。只保留原生 readboard 同步工具Windows 主发布包内置原生readboard.exe，不再让普通用户在多个同步入口之间纠结。远程算力中心本机显卡不够时，可以在软件内登录智子云算力，默认使用“VIP 包月”（--gpu-type vip-share）远程 KataGo；非 VIP 用户可在高级设置切换到“按量 1x / 3x / 6x”等档位。默认预设使用智子28B模型，TensorRT/CUDA 表示云端引擎后端，不是充值套餐名。密码不保存，只有勾选“记住登录”时才保存 token；断线会自动重连，也可以一键切回本机引擎。真实发布 + 真实烟测不是只改源码，Windows / macOS / Linux 的发布包和烟测链路也都持续在做。
- 去 Releases 下载适合自己系统的包。
- 打开程序后，点击
野狐棋谱，输入野狐昵称。 - 抓到棋谱后继续做快速全盘分析，用主胜率图和底部快速概览直接定位关键手。
如果 GitHub 里的动图加载慢，直接点上面的图就能看完整演示。
下面这张就是当前 release 的真实界面截图，不是旧版本历史图。
主胜率图和底部快速概览现在可以这样理解：
- 蓝线 / 紫线：双方胜率走势
- 绿色线：目差变化
- 底部热力概览：整盘问题手分布，红橙黄越多，越值得先看
- 竖向定位线：当前手或悬停手的位置
| 对比项 | 原 lizzieyzy |
LizzieYzy Next |
|---|---|---|
| 当前状态 | 历史项目，很多人还记得，但长期缺少持续维护 | 当前维护分支，继续修可用性和发布体验 |
| 野狐抓谱 | 老流程陆续失效 | 已恢复常用抓谱链路，支持昵称输入 |
| 输入方式 | 更依赖先知道账号数字 | 直接输入野狐昵称，程序自动匹配账号 |
| KataGo 使用门槛 | 常常需要自己补环境或补资源 | 推荐整合包已内置 KataGo 和默认权重 |
| Windows 下载体验 | 需要用户自己判断更多 | 明确优先推荐 portable.zip 免安装包 |
| 同步工具 | 用户自己拼环境的情况更多 | Windows 主发布包内置原生 readboard.exe |
多数 Windows 用户不需要。LizzieYzy Next 的 Windows 主发布包内置原生 readboard.exe，软件里只保留这一个棋盘同步入口，避免在多个同步工具之间选错。
不需要。现在直接输入野狐昵称就行，程序会自动匹配账号。
大多数情况下不需要。现在可以直接走快速全盘分析，主胜率图和底部快速概览会更快形成整盘视角。
当前 macOS 包还没有做签名和公证。第一次被系统拦住时，按 安装说明 里的步骤点“仍要打开”即可。
- 获取帮助
- 安装说明
- 发布包说明
- 常见问题与排错
- 已验证平台
- GitHub Releases
- GitHub Discussions: https://github.com/wimi321/lizzieyzy-next/discussions
- QQ 群：
299419120
LizzieYzy Next 能继续向前走，离不开这些项目和贡献者：
- 原项目：yzyray/lizzieyzy
- KataGo：lightvector/KataGo
- 棋盘同步工具：qiyi71w/readboard
特别感谢 qiyi71w 持续优化 readboard，对 LizzieYzy Next 的棋盘同步体验帮助很大。也欢迎更多开发者、棋友和工具作者参与到这个项目中来，一起把它打磨得更稳定、更好用。
野狐抓谱历史参考：
欢迎提供翻译！如果您愿意将本说明翻译成您的母语，请随时提交 PR。
We welcome translations! If you want to translate this README into your native language, please feel free to submit a Pull Request.