【亲测免费】 Zwift Offline 项目使用教程
2026-01-15 17:48:40作者:卓炯娓
1. 项目介绍
Zwift Offline 是一个开源项目,旨在让用户能够在没有网络连接的情况下使用 Zwift 进行骑行训练。该项目通过模拟 Zwift 服务器,允许用户在本地环境中运行 Zwift,并支持单人模式和多人模式。此外,Zwift Offline 还提供了与“幽灵”(即用户之前的骑行记录)进行比赛的功能,增加了训练的趣味性和挑战性。
2. 项目快速启动
2.1 安装 Zwift Offline
2.1.1 Windows 安装
- 下载最新版本的 Zwift Offline 安装包。
- 运行下载的
zoffline.exe文件。 - 等待 Zwift Offline 启动,启动后会自动创建一个
storage目录用于存储 Zwift 的进度数据。 - 启动 Zwift,确保 Zwift Offline 在后台运行。
2.1.2 Linux/Windows/macOS 源码安装
- 安装 Python 3。
- 克隆或下载 Zwift Offline 项目源码。
- 安装依赖项:
pip3 install -r requirements.txt - 运行
standalone.py脚本:python3 standalone.py - 启动 Zwift,确保 Zwift Offline 在后台运行。
2.1.3 Docker 安装
- 安装 Docker。
- 创建 Docker 容器:
docker create --name zwift-offline -p 443:443 -p 80:80 -p 3024:3024/udp -p 3025:3025 -p 53:53/udp -v </path/to/host/storage>:/usr/src/app/zwift-offline/storage -e TZ=<timezone> zoffline/zoffline - 启动 Docker 容器:
docker start zwift-offline
2.2 配置 Zwift 客户端
- 确保 Zwift 版本为 1.0.135866 或更高。
- 将
ssl/cert-zwift-com.p12和ssl/cert-zwift-com.pem文件复制到 Zwift 安装目录。 - 以管理员身份运行命令提示符,导入证书:
certutil -importpfx Root cert-zwift-com.p12 - 编辑
C:\Program Files (x86)\Zwift\data\cacert.pem文件,将ssl/cert-zwift-com.pem的内容追加到cacert.pem文件中。 - 编辑
C:\Windows\System32\Drivers\etc\hosts文件,添加以下内容:<zoffline ip> us-or-rly101.zwift.com secure.zwift.com cdn.zwift.com launcher.zwift.com
3. 应用案例和最佳实践
3.1 单人训练
Zwift Offline 允许用户在没有网络连接的情况下进行单人骑行训练。用户可以选择不同的地图和路线,并通过与“幽灵”比赛来提高训练效果。
3.2 多人模式
通过配置,Zwift Offline 可以支持多人模式,允许用户在本地网络中进行多人骑行比赛。这为家庭或小型团队提供了便捷的训练和比赛环境。
3.3 数据备份
Zwift Offline 的 storage 目录中存储了用户的骑行数据,建议定期备份该目录,以防止数据丢失。
4. 典型生态项目
4.1 Zwift 官方客户端
Zwift Offline 是基于 Zwift 官方客户端开发的,用户需要安装 Zwift 客户端才能使用 Zwift Offline。
4.2 Docker
Zwift Offline 支持通过 Docker 进行部署,这使得项目在不同平台上的安装和配置更加简便。
4.3 Python
Zwift Offline 使用 Python 进行开发,用户可以通过修改源码来定制和扩展项目功能。
通过以上步骤,用户可以轻松地在本地环境中使用 Zwift Offline 进行骑行训练,并享受与“幽灵”比赛的乐趣。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253