如何快速获取原神祈愿历史数据:genshin-wish-export 详细教程
想要完整记录和分析自己在《原神》中的祈愿历史吗?genshin-wish-export 是一款专门为原神玩家设计的祈愿记录导出工具,能够帮助您快速获取和保存所有的抽卡数据。😊 这款基于 Electron 开发的工具通过读取游戏日志或代理模式获取访问祈愿记录 API 所需的 authKey,让您轻松导出和管理自己的祈愿历史。
✨ 工具核心功能特色
genshin-wish-export 提供了多项实用功能:
- 自动数据获取:自动从游戏日志中提取祈愿数据
- 多账号支持:支持导出多个游戏账号的祈愿记录
- 数据持久化:所有数据保存在
userData文件夹中,新增记录会自动合并 - 多语言支持:内置多种语言界面,包括中文、英文、日文等
- Excel 导出:支持将数据导出为 Excel 格式进行深度分析
🚀 快速开始使用指南
第一步:下载并安装工具
从发布页面下载最新版本的 Genshin-Wish-Export.zip 压缩包,解压后即可直接运行,无需复杂安装过程。
第二步:打开游戏祈愿界面
启动原神游戏,进入祈愿历史记录页面,这是工具获取数据的关键步骤。
第三步:加载祈愿数据
运行 genshin-wish-export 工具,点击"加载数据"按钮,工具会自动读取游戏日志并获取祈愿记录。
第四步:查看和分析数据
工具成功获取数据后,您将看到完整的祈愿历史预览,包括所有抽卡记录和统计信息。
📊 高级使用技巧
多账号数据管理
如果需要管理多个游戏账号的数据,只需点击工具界面上的加号按钮,切换游戏账号后再次点击"加载数据"即可。
数据导出与分析
工具支持将数据导出为 Excel 格式,您可以使用第三方分析工具如 genshin-gacha-analyzer 进行更深入的数据分析。
数据恢复功能
如果不小心丢失了本地数据,可以通过 Excel 文件恢复。访问在线工具 https://genshin-gacha-export.danmu9.com,上传 Excel 文件并确保填写正确的 UID 和语言设置,即可重新生成 JSON 数据文件。
🌍 多语言支持
genshin-wish-export 支持多种语言界面,所有语言文件位于 src/i18n/ 目录下。如果您发现翻译不准确或希望添加新的语言支持,欢迎贡献翻译改进。
🔧 开发者信息
对于开发者用户,可以通过以下命令进行项目开发和构建:
# 安装依赖
yarn install
# 开发模式运行
yarn dev
# 构建可执行程序
yarn build
项目采用 Electron + Vue3 技术栈构建,源码结构清晰,便于二次开发和定制。
💡 使用注意事项
- 确保工具和游戏在同一台电脑上运行
- 每次查看祈愿记录前请先打开游戏的祈愿历史页面
- 定期备份
userData文件夹中的重要数据 - 如果遇到问题,可以尝试重新启动工具和游戏
genshin-wish-export 为原神玩家提供了简单高效的祈愿记录管理解决方案,让您不再错过任何一次重要的抽卡记录!🎮
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08


