如何用 rrweb 实现网页交互的完整记录与回放?超实用指南+3大进阶技巧 🚀
rrweb(record and replay the web)是一款强大的开源网页交互记录与回放工具,能够精准捕获用户在网页上的所有操作并重现。无论是用于用户行为分析、错误复现还是产品优化,rrweb 都能提供像素级的记录与回放体验,帮助开发者轻松解决网页交互相关问题。
📌 核心功能揭秘:rrweb 的三大“黑科技”模块
1. rrweb-snapshot:网页快照的“创建与重建大师”
负责将当前 DOM 及其状态转换为可序列化的数据结构,并赋予唯一标识符。当需要回放时,它能精准地将快照重建为原始 DOM 状态。这一核心模块确保了记录与回放的准确性,是实现像素级还原的基础。相关源码可查看 packages/rrweb-snapshot/。
2. rrweb:记录与回放的“总指挥中心”
包含记录和回放两大核心功能。记录功能捕获 DOM 中的所有变化,如点击、输入、滚动等用户交互;回放功能则根据时间戳按顺序重现这些变化。通过简单的 API 调用,即可实现网页交互的全程记录与回放。
3. rrweb-player:可视化回放的“操控面板”
为 rrweb 提供了直观的播放器 UI,支持暂停、快进、拖动播放等操作。用户可以通过友好的界面控制回放过程,轻松查看网页交互的每一个细节。
🚀 3 分钟上手!rrweb 基础使用教程
一键开启记录:3 行代码搞定网页交互捕获
只需简单调用 rrweb.record API,即可开始记录网页上的所有用户交互。以下是基础示例:
const stopFn = rrweb.record({
emit(event) {
// 在这里保存记录的事件数据
},
});
调用 stopFn() 即可停止记录。记录的事件数据可通过任意方式存储,如发送到后端数据库,但需确保事件按时间戳排序且完整保存。
轻松实现回放:让网页交互“重现眼前”
回放过程同样简单,将记录的事件数据传入 rrweb.Replayer 即可:
const events = GET_YOUR_EVENTS; // 获取存储的事件数据
const replayer = new rrweb.Replayer(events);
replayer.play(); // 开始回放
💡 进阶技巧大放送:解锁 rrweb 的隐藏功能
🔄 实时协作新体验:Live Mode 实时回放
rrweb 支持实时回放模式,适用于实时协作场景。通过配置 liveMode: true 并调用 startLive API,即可实现实时事件回放:
const replayer = new rrweb.Replayer([], { liveMode: true });
replayer.startLive(); // 开启实时模式
// 接收新事件时添加到回放器
function onReceive(event) {
replayer.addEvent(event);
}
可通过设置基线时间引入缓冲,避免网络延迟导致的回放卡顿,提升实时体验。详细配置可参考官方文档 docs/recipes/live-mode.md。
🎥 交互转视频:rrvideo 让记录“动起来”
虽然 rrweb 记录的事件数据是高效的文本格式,但也可通过 rrvideo 工具将其转换为视频格式。rrvideo 能将 rrweb 事件数据渲染为视频文件,方便分享与存档。相关工具源码位于 packages/rrvideo/。
🔌 插件生态:扩展 rrweb 的无限可能
rrweb 拥有丰富的插件生态,如 canvas 录制插件、控制台记录插件等。例如:
- rrweb-plugin-canvas-webrtc-record:支持 canvas 内容的 WebRTC 录制
- rrweb-plugin-console-record:记录控制台输出,辅助调试
📚 官方资源汇总:学习与使用 rrweb 的最佳途径
官方文档与教程
- 基础使用指南:docs/recipes/record-and-replay.md
- 实时回放教程:docs/recipes/live-mode.md
- 视频转换教程:docs/recipes/export-to-video.md
安装与配置
项目基于 TypeScript 开发,确保环境支持现代 JavaScript 特性。可通过 npm 或 yarn 安装相关包,快速集成到现有项目中。
rrweb 作为一款强大的网页交互记录与回放工具,凭借其精准的记录能力、简单的 API 和丰富的功能,成为开发者解决网页交互问题的得力助手。无论是新手还是资深开发者,都能快速上手并充分利用其强大功能。立即尝试 rrweb,让网页交互记录与回放变得前所未有的简单!
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 StartedRust0194
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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06