3步搞定2FA密钥迁移:extract_otp_secrets工具全攻略
2026-03-11 05:23:18作者:胡易黎Nicole
换新手机后2FA账号丢失怎么办?误删认证应用导致无法登录重要平台?extract_otp_secrets工具让Google Authenticator迁移不再头疼。这款开源工具能轻松从2FA应用导出的二维码中提取OTP密钥,支持相机捕获、图片读取和文本解析,帮你安全备份和迁移双因素认证信息。
快速上手:3分钟安装指南
准备工具
- 安装Python 3.6+环境
- 确保系统已安装pip包管理器
执行命令
git clone https://gitcode.com/gh_mirrors/ex/extract_otp_secrets
cd extract_otp_secrets
pip install -r requirements.txt
验证安装
运行以下命令检查是否安装成功:
python src/extract_otp_secrets.py --help
💡 小贴士:如果出现"缺少依赖"错误,尝试安装系统依赖:sudo apt install libzbar0(Linux)或通过brew安装zbar(macOS)。
功能特性解析
多源输入支持
- 相机捕获:直接通过摄像头扫描导出的二维码
- 图片识别:从本地图片文件中解析二维码
- 文本解析:处理纯文本格式的密钥信息
灵活输出格式
- JSON格式:适合开发人员导入其他系统
- CSV格式:可直接导入Excel或密码管理器
- 控制台打印:即时查看提取结果
实战教程:从Google Authenticator迁移密钥
第一步:获取导出二维码
- 打开Google Authenticator应用
- 点击"转移账户"选项
- 选择"导出账户"生成二维码
第二步:使用相机捕获功能
运行相机捕获命令:
python src/extract_otp_secrets.py --camera
将手机上的二维码对准摄像头,工具会自动识别并提取密钥。
🔑 关键步骤:确保光线充足,二维码完整显示在摄像头范围内,工具会用绿色框标记识别到的二维码。
第三步:导出为CSV文件
python src/extract_otp_secrets.py --camera --csv otp_backup.csv
验证结果
打开生成的otp_backup.csv文件,确认包含账户名称和对应的密钥信息。
常见错误排查
二维码识别失败
- ⚠️ 确保二维码清晰无反光
- 尝试调整摄像头距离,保持二维码在画面中央
- 使用
--image参数从保存的图片中识别:python src/extract_otp_secrets.py --image path/to/qr_code.png
依赖缺失错误
- 错误提示:
ImportError: No module named 'zbar' - 解决方案:安装zbar库和Python绑定
pip install pyzbar
扩展阅读
- 高级导出功能:支持按账户类型筛选导出
- 批量处理技巧:一次迁移多个2FA账户
- 安全最佳实践:如何安全存储导出的OTP密钥
通过extract_otp_secrets工具,即使是非技术用户也能轻松完成2FA密钥的备份与迁移。无论是更换设备还是重装应用,都能确保你的双因素认证信息安全无虞。
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 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 Notebook0114
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
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 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
150
252
CANN 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 Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220
