Zwift Offline:打造你的本地骑行训练系统
💡 无论网络状况如何,都能随时开启专业骑行训练——Zwift Offline让你告别网络依赖,在本地环境中享受与"幽灵"(历史骑行数据)对战的乐趣。本文将从核心功能到高级技巧,带你全面掌握这款开源神器。
【核心功能解析】解锁本地训练新可能
💡 理解核心功能是高效使用的基础, Zwift Offline 的两大亮点彻底改变你的训练方式。
实现无需联网训练
🔧 启动 Zwift Offline 服务后,系统会在本地模拟 Zwift 官方服务器环境。所有训练数据将存储在你的设备中,无需上传至云端,确保在没有网络连接时依然可以正常使用。
体验幽灵比赛功能
🔧 在单人训练模式中选择"幽灵比赛"选项,系统会加载你过往的骑行记录(如最快圈速)作为虚拟对手。你可以实时看到"幽灵"的位置和速度,通过竞争感提升训练效果。
【多场景部署指南】选择适合你的安装方式
💡 不同用户有不同需求,我们提供三种部署方案,从新手到开发者都能找到合适的方式。
图形化安装(适合普通用户)
🔧 访问项目仓库下载最新稳定版安装包,双击运行后按照向导完成安装。安装程序会自动配置必要的服务和文件关联。
预期结果:桌面出现 Zwift Offline 快捷方式,双击即可启动服务。
开发者部署(适合技术爱好者)
🔧 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/zw/zwift-offline
🔧 安装依赖项:
cd zwift-offline
pip3 install -r requirements.txt
🔧 运行启动脚本:
python3 standalone.py
预期结果:终端显示服务启动信息,包括监听端口和连接状态。
容器化方案(适合服务器部署)
🔧 创建并启动 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=Asia/Shanghai zoffline/zoffline
docker start zwift-offline
预期结果:Docker 容器成功运行,可通过
docker ps命令查看状态。
三种安装方式对比
| 安装方式 | 难度 | 灵活性 | 资源占用 | 适用场景 |
|---|---|---|---|---|
| 图形化安装 | 低 | 低 | 中 | 家庭用户、新手 |
| 开发者部署 | 中 | 高 | 低 | 技术爱好者、自定义配置 |
| 容器化方案 | 中 | 中 | 高 | 多设备共享、服务器部署 |
【实用技巧进阶】从入门到精通
💡 掌握这些技巧,让你的 Zwift Offline 使用体验更上一层楼。
配置证书信任链
🔧 将项目中的 ssl/cert-zwift-com.p12 和 ssl/cert-zwift-com.pem 文件复制到 Zwift 安装目录。
🔧 导入证书到系统信任链(以 Windows 为例):
certutil -importpfx Root cert-zwift-com.p12
预期结果:系统提示证书导入成功,无错误信息。
[!WARNING] 证书配置不正确会导致 Zwift 客户端无法连接到本地服务器,请务必仔细操作。
设置本地网络多人对战
🔧 确保所有设备连接到同一局域网,并记录服务器 IP 地址。
🔧 在其他设备的 hosts 文件中添加以下配置(将 <服务器IP> 替换为实际地址):
<服务器IP> us-or-rly101.zwift.com secure.zwift.com cdn.zwift.com launcher.zwift.com
🔧 在服务器端启动多人模式:
python3 standalone.py --multiplayer
预期结果:多台设备可以同时连接到本地服务器,在游戏中看到彼此的虚拟形象。
数据迁移与恢复
🔧 备份存储目录中的所有文件:
cp -r storage backup_storage
🔧 在新设备上安装 Zwift Offline 后,将备份文件复制到新的 storage 目录。
预期结果:训练记录、设置偏好等数据成功迁移到新设备。
【常见问题速查】解决使用难题
💡 遇到问题不用慌,这里有最常见问题的解决方案。
客户端无法连接到本地服务器
- 检查 Zwift Offline 服务是否正在运行
- 确认 hosts 文件配置正确,无重复或错误条目
- 验证证书是否已正确导入系统信任链
幽灵比赛功能不显示历史数据
- 确保已完成至少一次骑行训练,系统需要基础数据生成"幽灵"
- 检查 storage 目录权限,确保应用有读写权限
- 尝试删除 storage 目录中的
ghosts文件夹,让系统重新生成数据
多人模式下看不到其他玩家
- 确认所有设备在同一局域网内,且 hosts 文件配置相同
- 检查防火墙设置,确保 Zwift 相关端口开放
- 尝试重启 Zwift Offline 服务和客户端
【生态扩展资源】丰富你的训练工具箱
💡 Zwift Offline 可以与多种工具配合使用,拓展训练可能性。
数据可视化工具
通过分析 storage 目录中的骑行数据文件,你可以使用 Python 或 Excel 等工具创建自定义训练报告和图表,追踪训练进度和体能变化。
硬件集成方案
Zwift Offline 支持大多数主流智能骑行台和心率监测设备。通过 ANT+ 或蓝牙适配器,你可以将真实骑行数据同步到训练场景中,获得更真实的骑行体验。
自定义地图和路线
高级用户可以通过修改 cdn/gameassets 目录中的地图文件,创建自定义训练路线。社区中也有许多爱好者分享的创意地图可供下载使用。
💡 现在你已经掌握了 Zwift Offline 的全部核心知识,是时候开始你的本地骑行训练之旅了!记得定期备份数据,并关注项目更新以获取新功能和改进。祝你训练愉快!
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 StartedRust0154- 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