终极指南:3步快速获取B站推流码(告别直播姬限制!)
想要绕过B站直播姬,直接在OBS中进行B站直播推流吗?这个开源工具让你轻松获取B站直播推流码,实现第三方推流直播。本教程将详细介绍如何使用这个强大的B站推流码获取工具。
🎯 工具核心优势
✅ 完全免费开源 - 无需付费,代码透明可查 ✅ 绕过直播姬限制 - 直接在OBS等第三方软件推流 ✅ 安全可靠 - 不会导致封号,仅获取推流信息 ✅ 双登录方式 - 支持扫码登录和手动Cookie获取 ✅ 多功能集成 - 同时支持修改直播标题和分区
📦 环境准备与安装
首先克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/bi/bilibili_live_stream_code
cd bilibili_live_stream_code
安装所需依赖(确保已安装Python 3.6+):
pip install requests qrcode[pil] pillow
🚀 3步快速开始教程
第一步:选择登录方式
工具提供两种获取B站推流码的方式:
方法一:一键扫码登录(推荐)
运行主程序:
python Code/B站推流码获取工具_UI.py
程序会自动生成二维码,使用B站APP扫码即可快速登录。
方法二:手动获取Cookie
如果扫码登录失败,可以手动获取Cookie:
- 登录B站网页端并进入直播间
- 按F12打开开发者工具,选择"网络"标签
- 发送任意弹幕,找到名为"send"的请求
- 复制请求头中的Cookie和表单数据中的csrf值
第二步:配置直播设置
登录成功后,在工具界面中:
- 设置直播标题 - 输入你想要的直播标题
- 选择直播分区 - 从下拉菜单中选择合适的直播分区
- 确认房间ID - 工具会自动获取你的直播间ID
第三步:获取推流码并配置OBS
点击"开始直播"按钮,工具会生成:
- 服务器地址 - 推流服务器URL
- 推流码 - 一次性的推流密钥
在OBS中配置推流设置:
- 打开OBS设置 → 推流
- 服务选择"自定义"
- 服务器粘贴工具生成的服务器地址
- 推流码粘贴工具生成的推流码
⚠️ 重要注意事项
必须使用程序下播 - OBS停止推流不会自动下播,必须在工具中点击"停止直播"按钮,否则直播间会一直显示直播中状态!
推流码一次性使用 - 每次直播都需要重新获取新的推流码
Cookie有效期 - 扫码登录的Cookie有一定有效期,失效后需要重新登录
🔧 高级功能详解
修改直播标题和分区
除了获取推流码,工具还提供:
- 标题修改功能 - Code/B站直播标题修改工具.py
- 分区修改功能 - Code/B站直播分区修改工具.py
配置文件说明
工具使用Code/config.ini存储基础配置,首次运行会自动生成。
🎯 常见问题解答
Q: 这个工具安全吗?会被封号吗? A: 工具仅获取推流信息,不会修改账号数据,目前没有封号案例。
Q: 推流码可以重复使用吗? A: 不可以,每次直播都需要重新获取。
Q: 扫码登录失败怎么办? A: 可以尝试手动获取Cookie方式,具体步骤见上文。
Q: 支持Mac和Linux吗? A: 工具主要支持Windows,但代码兼容性较好,可以尝试在其他系统运行。
💡 使用技巧
- 定期更新 - 关注项目更新,获取最新功能
- 备份配置 - 重要的推流码信息可以导出保存
- 网络稳定 - 确保网络连接稳定,避免推流中断
- 测试直播 - 正式直播前先进行测试直播
通过这个B站推流码获取工具,你可以完全摆脱B站直播姬的限制,享受更专业的OBS直播体验。记住最重要的规则:一定要用程序下播!
Happy Streaming!🎥
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00