bill3002

O servidor também está, acabei de testar. @ DestinyServer2 , peço que traga um feedback para mantermos o tópico ainda nessa área.

Bom dia @ fodex3, peço que traga um feedback para mantermos o tópico ainda nessa área.

A aplicação eu ensinei em um outro tutorial.

Você chegou a fazer algo do tipo, não foi?

Tópico Resolvido! Ficamos felizes que seu tópico tenha sido resolvido!🙂 Devido a isso, estaremos fechando este tópico... Atenciosamente,Web Cheats

O modelo apresentado é apenas para entendimento dos que estão chegando recente na comunidade. Oque queria lhe ressaltar é a adição dos links como: Site Rede social (se possuir) Scans dos .exe existentes em seu cliente. Prezamos por trazer atualizações e os devidos links para mantermos a confiabilidade do projeto e dos membros. Muito obrigado pelo retorno e sucesso em seu projeto.

Boa noite, parabéns pelas inovações. Peço que ajuste o tópico para ficar dentro dos parâmetros da área. Caso haja alguma dúvida, temos um tópico com o modelo de sugestão. [Hidden Content]

Para qual finalidade seria? Dependendo do objetivo até ensino. Manda no PV se preferir

Se não me engano Nosso amigo @Mandalorian postou a source do wait moment, oque se encaixa nesse padrão de servidor Full, da para adaptar ela para releitura de players online no canal determinado e gerar uma leitura com atualização da barra de status do servidor

Neste tópico iremos abordar primeiros passos para quem deseja entender e praticar no ambiente da blockchain. A proposta é apresentar as ferramentas básicas, mostrar como criar e publicar um token simples e orientar sobre como interagir com ele de forma prática. 1. O que você vai precisar MetaMask: extensão para o navegador que funciona como carteira digital. Remix: site onde vamos colar o código e publicar o token. ETH de teste: moedas falsas usadas para treinar, sem gastar dinheiro. 2. Preparar o ambiente 1. Instale a extensão MetaMask no navegador. 2. Crie sua conta (anote a chave de recuperação em papel, não compartilhe). 3. No MetaMask, escolha a rede Sepolia Test Network. 4. Entre em um “faucet Sepolia” (procure no Google) e pegue um pouco de ETH de teste. 3. Acessar o Remix 1. Vá para remix.ethereum.org. 2. Clique em “+” para criar um novo arquivo chamado MeuToken.sol. 3. Copie e cole este código simples: // SPDX-License-Identifier: MIT pragma solidity ^0.8.24; /* ---------------------------------------------------------------- CONTRATO ERC-20 DIDÁTICO (SIMPLES + ROBUSTO) - Suprimento inicial fixo (cunhado no deploy e enviado ao dono) - Queima (burn) opcional por qualquer titular - Pausável (emergência): pause/unpause - Permit (EIP-2612): aprovar gastos via assinatura (melhor UX) - Rescue: recuperar ERC20/ETH enviados por engano ao contrato - Comentários explicando cada bloco ----------------------------------------------------------------- */ // ==== IMPORTS DA OPENZEPPELIN (v5) DIRETO DO GITHUB PARA USO NO REMIX ==== // Se preferir Hardhat, troque por: import "@openzeppelin/contracts/..." import "[Hidden Content]"; import "[Hidden Content]"; import "[Hidden Content]"; import "[Hidden Content]"; import "[Hidden Content]"; import "[Hidden Content]"; contract LearnToken is ERC20, ERC20Burnable, ERC20Permit, Pausable, Ownable { using SafeERC20 for IERC20; /* ------------------------------------------------------------ CONSTRUTOR - name_: nome do token (ex.: "Meu Token") - symbol_: ticker do token (ex.: "MTK") - initial_: suprimento inicial SEM casas decimais (ex.: 1_000_000) Observação: o total cunhado = initial_ * 10 ** decimals() (decimals padrão = 18) ------------------------------------------------------------- */ constructor( string memory name_, string memory symbol_, uint256 initial_ ) ERC20(name_, symbol_) // define metadados básicos ERC-20 ERC20Permit(name_) // ativa EIP-2612 (aprovação por assinatura) Ownable(msg.sender) // define quem faz o deploy como "owner" inicial { require(bytes(name_).length > 0, "name empty"); require(bytes(symbol_).length > 0, "symbol empty"); require(initial_ > 0, "initial zero"); // Cunha o suprimento inicial e envia TUDO para o owner (deployer) _mint(msg.sender, initial_ * 10 ** decimals()); } /* ------------------------------------------------------------ CONTROLES DE EMERGENCIA - pause(): trava transferencias enquanto investiga/ajusta algo - unpause(): libera transferencias novamente Apenas o owner pode usar (Ownable) ------------------------------------------------------------- */ function pause() external onlyOwner { _pause(); } function unpause() external onlyOwner { _unpause(); } /* ------------------------------------------------------------ Esse código cria: Nome: Meu Token Símbolo: MTK Quantidade: 1 milhão de tokens Todos os tokens vão direto para sua carteira. 4. Compilar 1. Clique no menu Solidity Compiler (ícone com losango). 2. Escolha a versão 0.8.24. 3. Clique em Compile MeuToken.sol Se o Remix reclamar de imports, espere alguns segundos ou recompile. Alternativa: use “Import from GitHub” (no explorador do Remix) para esses mesmos caminhos. 5. Publicar (deploy) 1. Vá no menu Deploy & Run. 2. Em “Environment”, escolha Injected Provider - MetaMask. 3. Clique em Deploy e confirme no MetaMask. 4. O Remix vai mostrar o endereço do seu contrato. Guarde esse endereço. 6. Ver seu token na carteira 1. Abra o MetaMask. 2. Clique em Importar Tokens. 3. Cole o endereço do contrato. 4. Agora seus tokens aparecem na carteira! 7. Próximos passos Faça transferências entre contas de teste. Teste burn (queimar) para reduzir seu saldo. Use pause/unpause para entender a trava de emergência. Quando estiver confiante, repita na rede principal (com ETH real). Para negociar, crie um par de liquidez em uma DEX (ex.: Uniswap).

Boa noite amigo, peço que faça contato via suporte ou Discord da WC para que possamos chegar na melhor solução.

É uma proposta bem interessante até certo ponto (meu ponto de vista), com o sistema você ajuda sim a parte da comunidade que não possui uma máquina boa para trabalhar com mais de 3 Wyds abertos simultâneos, porém teria que adicionar algumas restrições para que os players que possuem um computador melhor não tirarem proveito.

Utilizando uma IA, enviando os arquivos e pedindo para ela fazer uma análise completa e minuciosa sobre o arquivo (solicita para ela analisar e estudar o máximo que puder sobre o oque quer), é possível criar uma ferramenta específica para edição

Bom dia, agradeço pelo tópico organizado, peço que assim que for feita a regularização do site, seja adicionado os Scan dos .exe e também traga uma atualização sobre o andamento do servidor, pois vi que há lacunas a cerca da continuidade/desenvolvimento do projeto Vamos juntos manter a melhor organização da área e do fórum, respeitando as regras e membros. Agradeço desde já e sucesso em sua jornada.

Muitos de nós escolhemos nossos nicknames por motivos curiosos, aleatórios ou cheios de significado. Alguns vêm de personagens, outros de apelidos de infância, datas marcantes, jogos, combinações únicas ou simplesmente algo que apareceu na mente na hora.

Apresento o GunBound Precision HUD, uma ferramenta desenvolvida para jogadores que desejam precisão nos disparos, sem precisar usar macros invasivos ou realizar cálculos manuais. Este HUD atua como um assistente visual inteligente, que lê diretamente do jogo os dados de vento, ângulo e posição do inimigo, e retorna em tempo real: Distância até o alvo Força ideal para acertar com precisão Curva simulada da trajetória do disparo Todos os dados são exibidos em uma janela flutuante, leve e transparente O diferencial deste script é que ele é 100% automático: Não exige imagens externas Não exige configurar coordenadas no código Não realiza nenhuma ação automática (sem risco de ban) Apenas informa com precisão o que o jogador deve fazer. # GunBound Precision HUD – Revisado # Requisitos: pip install opencv-python pytesseract pillow pyautogui numpy keyboard # Tesseract OCR: [Hidden Content] import math, time, os, threading import cv2, pytesseract, pyautogui, numpy as np, keyboard import tkinter as tk from PIL import ImageGrab # ========================== # CONFIGURAÇÕES # ========================== INTERVALO_ATUALIZACAO_MS = 800 # 500–1000 recomendado FORCA_MIN, FORCA_MAX = 20, 100 DIST_PADRAO_PX = 300 WIND_MIN, WIND_MAX = -9, 9 ANG_MIN, ANG_MAX = 0, 89 HSV_RED_1 = ((0, 120, 120), (10, 255, 255)) # faixa 1 do vermelho HSV_RED_2 = ((170,120, 120), (180,255, 255)) # faixa 2 do vermelho LOG_ARQ = "hud_log.txt" # Ajuste o caminho do Tesseract se necessário (Windows padrão). try: if os.name == "nt": pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" except: pass # DPI awareness (evita deslocamento de coordenadas no Windows com escala >100%) try: if os.name == "nt": import ctypes ctypes.windll.user32.SetProcessDPIAware() except: pass # ========================== # LOG # ========================== def log(msg): ts = time.strftime('%Y-%m-%d %H:%M:%S') with open(LOG_ARQ, "a", encoding="utf-8") as f: f.write(f"[{ts}] {msg}\n") # ========================== # OCR ROBUSTO # ========================== def ocr_digits_from_img(img_bgr): g = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY) g = cv2.resize(g, None, fx=1.8, fy=1.8, interpolation=cv2.INTER_CUBIC) g = cv2.medianBlur(g, 3) _, bw = cv2.threshold(g, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) cfg = "--oem 3 --psm 7 -c tessedit_char_whitelist=0123456789-+" txt = pytesseract.image_to_string(bw, config=cfg) txt = (txt or "").strip() # Normalizações comuns de OCR txt = (txt .replace('−', '-') # minus unicode .replace('—', '-') # em dash .replace('–', '-') # en dash .replace('O', '0').replace('o', '0') .replace('|', '1').replace('I', '1')) return txt def detectar_texto(bbox): try: img = ImageGrab.grab(bbox=bbox) img_bgr = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR) return ocr_digits_from_img(img_bgr) except Exception as e: log(f"OCR erro: {e}") return "" def to_int_safe(txt, default=0, minv=None, maxv=None): s = ''.join(ch for ch in (txt or "") if ch in "+-0123456789") try: v = int(s) if minv is not None and v < minv: return default if maxv is not None and v > maxv: return default return v except: return default # ========================== # BUSCA ADAPTÁVEL POR HUD # ========================== def scan_grid(): W, H = pyautogui.size() step_x = max(40, W // 40) step_y = max(16, H // 60) y0, y1 = int(0.07 * H), int(0.55 * H) for y in range(y0, y1, step_y): for x in range(0, W, step_x): yield x, y def localizar_valor_angulo(): W, H = pyautogui.size() w, h = max(50, W//32), max(20, H//60) for x, y in scan_grid(): bbox = (x, y, x + w, y + h) txt = detectar_texto(bbox) val = to_int_safe(txt, default=-999, minv=ANG_MIN, maxv=ANG_MAX) if val != -999: log(f"Ângulo candidato '{txt}' @ {bbox} => {val}") return bbox return None def localizar_valor_vento(): W, H = pyautogui.size() w, h = max(60, W//26), max(20, H//60) for x, y in scan_grid(): bbox = (x, y, x + w, y + h) txt = detectar_texto(bbox) val = to_int_safe(txt, default=-999, minv=WIND_MIN, maxv=WIND_MAX) if val != -999: log(f"Vento candidato '{txt}' @ {bbox} => {val}") return bbox return None # ========================== # DETECÇÃO DE INIMIGO (HSV) # ========================== def detectar_distancia(): try: scr = cv2.cvtColor(np.array(ImageGrab.grab()), cv2.COLOR_RGB2BGR) hsv = cv2.cvtColor(scr, cv2.COLOR_BGR2HSV) m1 = cv2.inRange(hsv, HSV_RED_1[0], HSV_RED_1[1]) m2 = cv2.inRange(hsv, HSV_RED_2[0], HSV_RED_2[1]) mask = cv2.bitwise_or(m1, m2) cnts = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2] if cnts: c = max(cnts, key=cv2.contourArea) x Requisitos Windows 10 ou superior Python 3 instalado Tesseract OCR instalado GunBound em modo janela HUD padrão do jogo com valores visíveis (ângulo e vento) Instalação 1. Instale o Python Baixe em: [Hidden Content] Marque “Add Python to PATH” durante a instalação Finalize normalmente 2. Instale as dependências: Abra o Prompt de Comando e execute: pip install pyautogui pillow opencv-python pytesseract numpy keyboard 3. Instale o Tesseract OCR: Baixe em: [Hidden Content] Instale normalmente Copie o caminho de instalação (exemplo): C:\Program Files\Tesseract-OCR\tesseract.exe No final do script, edite esta linha: pytesseract.pytesseract.tesseract_cmd = r"C:\\Program Files\\Tesseract-OCR\\tesseract.exe" Como usar 1. Inicie o GunBound (modo janela) 2. Execute o script com: Gunbound.py 3. O HUD será exibido com os dados: Ângulo atual Vento atual Distância até o inimigo Força ideal Curva de disparo simulada 4. Para recalcular manualmente, pressione Ctrl + R Resolução mínima recomendada: 1024 x 768 (modo janela) Essa resolução garante que: Os valores de ângulo e vento fiquem visíveis e legíveis na tela A janela da HUD flutuante tenha espaço suficiente para exibir as informações A varredura do OCR não seja prejudicada por artefatos visuais Importante: O script foi otimizado para modo janela (não em tela cheia exclusiva). Em modo janela, o OCR funciona corretamente porque o sistema pode capturar a tela diretamente. Em resoluções inferiores a 800x600, o OCR terá alta taxa de erro ou não encontrará os valores HUD. Possíveis problemas e soluções HUD não detectada: Use a HUD padrão do jogo com ângulo e vento visíveis Números lidos incorretamente: Aumente brilho do jogo ou melhore a fonte da HUD OCR falha ou retorna vazio: Verifique o caminho do Tesseract no final do código Distância incorreta: Ajuste a cor do inimigo no código (padrão: vermelho puro) Script leve, sem dependências externas além do Python. Ideal para quem deseja acertar com precisão real, sem violar regras ou depender de automações.

Vi que ultimamente está tendo uma boa procura para um macro de Lan, então tomei a liberdade de ajustar os Autodrop postado anteriormente para que funcione como um macro para Lan, onde ele irá andar dentro da zona de drop (não é tão preciso). Ele fará uma verificação de onde o personagem está, com isso ele entrará na zona de drop e fará a filtragem dos itens que julgar preciosos para o player. import pyautogui import cv2 import numpy as np import time import os from PIL import ImageGrab Caminhos para os templates (imagens dos itens e do mapa) TEMPLATE_DIR = "templates/" ITEM_LAN_KEY_IMAGE = TEMPLATE_DIR + "item_lan.png" # Imagem do item que entra na Lan CHECK_LAN_ZONE_IMAGE = TEMPLATE_DIR + "zona_lan_check.png" # Imagem que confirma que o player está na Lan Região da tela onde está o inventário (ajuste conforme sua resolução e posição) INVENTORY_REGION = {"left": 1440, "top": 160, "width": 420, "height": 460} Lista de itens que NÃO devem ser deletados (itens importantes ou usados pelo macro) WHITELIST = [ "templates/item_valioso1.png", "templates/item_valioso2.png", "templates/item_lan.png" # protege o item de entrada da Lan ] Captura uma imagem da região do inventário da tela def capture_inventory(region): bbox = (region["left"], region["top"], region["left"] + region["width"], region["top"] + region["height"]) screenshot = ImageGrab.grab(bbox=bbox) return cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR) Procura por uma imagem (template) dentro da captura atual da tela def match_template(image, template_path, threshold=0.85): if not os.path.exists(template_path): print(f"Template não encontrado: {template_path}") return [] template = cv2.imread(template_path) result = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED) locations = np.where(result >= threshold) return list(zip(locations[1], locations[0])) # retorna lista de coordenadas Simula clique com botão direito na tela, nas coordenadas recebidas def right_click(x, y): pyautogui.moveTo(x, y) pyautogui.click(button='right') Verifica se já está dentro da zona da Lan; caso não esteja, procura e usa o item de entrada def usar_item_entrada_lan(): print("Verificando se já estamos dentro da zona da Lan...") screenshot = capture_inventory(INVENTORY_REGION) if match_template(screenshot, CHECK_LAN_ZONE_IMAGE, 0.85): print("Já estamos na zona da Lan.") return print("Procurando item de entrada para a Lan...") matches = match_template(screenshot, ITEM_LAN_KEY_IMAGE, 0.85) if matches: x, y = matches[0] abs_x = x + INVENTORY_REGION["left"] abs_y = y + INVENTORY_REGION["top"] right_click(abs_x, abs_y) # usa o item com clique direito print("Item usado. Aguardando teleporte...") time.sleep(5) # espera o tempo do teleporte else: print("Item de entrada para a Lan não encontrado.") Percorre o inventário e remove os itens que não estão na whitelist def manage_inventory(screenshot): for file in os.listdir(TEMPLATE_DIR): if file.startswith("item_") and os.path.join(TEMPLATE_DIR, file) not in WHITELIST: path = os.path.join(TEMPLATE_DIR, file) matches = match_template(screenshot, path, 0.9) for (x, y) in matches: abs_x = x + INVENTORY_REGION["left"] abs_y = y + INVENTORY_REGION["top"] right_click(abs_x, abs_y) # deleta com clique direito print(f"Item deletado: {file} em ({abs_x}, {abs_y})") time.sleep(0.2) # tempo entre cliques Função principal do macro: entra na Lan e gerencia o inventário def main(): print("Macro Lan + AutoDrop iniciado.") usar_item_entrada_lan() # entra na Lan se ainda não estiver time.sleep(2) # Loop infinito que gerencia o inventário while True: screenshot = capture_inventory(INVENTORY_REGION) manage_inventory(screenshot) time.sleep(5) # tempo entre verificações if name == "main": main() Esse código eu testei apenas em um servidor de testes, então qualquer dúvida ou bug, comente aqui que vamos melhorar, mas como o objetivo é criar algo interativo e didático, iremos fazer juntos.

Boa noite galera, venho aqui repassar um projeto que estava trabalhando a um bom tempo atrás. Se trata de um sistema feito em python, para automatizar a exclusão de itens indesejados no inventário do game com base nas imagens configuradas. (Para quem quer saber mais, o código trabalha conforme alguns robôs de produção, os mesmos que separam produtos com defeitos nas fabricas, se quiser saber mais posso explicar depois). O sistema foi feito com python e usa bibliotecas como Opencv, Pyautogui e mss para capturar a tela, identificar itens por imagem e realizar o drop automaticamente em clientes com interfaces que contem a lixeira no inventário (confirmação de exclusão) ou descarte jogando no chão. Por se tratar de um projeto não concluido, estou repassando para estudos e aprimoramento, espero que quem utilize-o, não faça algo que de alguma forma prejudique os servidores. Também vale ressaltar, que por se trata de um macro de imagem, ele captura a tela do computador e consequentemente o wyd.exe aberto, fazendo com que você precise identificar as coordenadas em sua tela e utilizar tais coordenadas para estar aplicando a configuração do macro (ele se torna indetectável para anti-cheats) Como usar: Código: Observações importantes: 1. Certifique-se de criar a pasta Templates e colocar as imagens dos itens que deseja excluir dentro dela. 2.As coordenadas de região do inventário, slot de exclusão e botão de confirmação precisam ser ajustadas de acordo com sua tela. Podendo usar o pyautogui.position() para pegar as coordenadas corretas. 3. Talvez a função de capturar coordenadas em modo de tela cheia do WYDFAK possa pegar as coordenadas. (não testei) 4. Isso é só a ponta de um projeto incrível que pode ser feito NÃO TESTE COM SEUS ITENS OU DROPS QUE TEM VALOR ALTO Tive essa ideia de projeto, quando estava fazendo uma automação que separa paçocas quebradas.