如何在无网络环境下享受Zwift训练?Zwift Offline全攻略:本地骑行与幽灵比赛指南
2026-02-06 05:20:42作者:庞眉杨Will
🚴♂️ 还在为网络不稳定影响Zwift训练而烦恼?Zwift Offline让你彻底摆脱网络依赖,在本地环境中安全存储骑行数据,甚至能与自己的历史骑行记录(幽灵)进行比赛!本文将带你一步步搭建专属的离线训练系统,无需复杂技术背景,轻松开启无网络骑行之旅。
一、为什么选择Zwift Offline?三大核心价值
1. 完全离线运行,不受网络限制
无论是山区训练还是网络故障,Zwift Offline都能让你随时启动骑行 session,数据直接存储在本地硬盘,无需担心云端同步问题。
2. 本地数据安全存储
所有骑行记录、训练计划和个人设置均保存在你的设备中,无需担心隐私泄露或数据丢失,彻底掌控自己的运动数据。
3. 幽灵比赛功能,挑战过去的自己
系统会自动记录你的最佳骑行表现,生成"幽灵"对手。每次训练都能与过去的自己实时竞赛,让单人训练不再枯燥💪
二、快速上手:两种安装方案任选
🚀 新手一键安装(Windows专用)
- 下载最新版Zwift Offline独立安装包
- 双击运行
zoffline.exe,程序会自动创建storage目录存储数据 - 等待启动完成(首次启动可能需要1-2分钟)
- 保持Zwift Offline后台运行,正常启动Zwift客户端即可连接
💻 进阶部署方案(全平台支持)
方案A:源码安装(适合有编程基础用户)
# 1. 克隆项目代码库
git clone https://gitcode.com/gh_mirrors/zw/zwift-offline
# 2. 进入项目目录
cd zwift-offline
# 3. 安装依赖(需要先安装Python 3)
pip3 install -r requirements.txt
# 4. 启动服务
python3 standalone.py
方案B:Docker容器部署(推荐服务器/多设备用户)
# 1. 创建并启动容器(首次运行会自动下载镜像)
docker create --name zwift-offline -p 443:443 -p 80:80 -p 3024:3024/udp -p 3025:3025 -p 53:53/udp -v ./storage:/usr/src/app/zwift-offline/storage -e TZ=Asia/Shanghai zoffline/zoffline
# 2. 启动容器
docker start zwift-offline
# 3. 查看运行状态(可选)
docker ps | grep zwift-offline
三、核心配置:四步完成客户端设置
🔧 流程图解配置步骤
下载证书 → 导入系统信任 → 修改Zwift证书 → 配置本地DNS
1. 证书准备(所有系统通用)
从项目的ssl目录中找到以下两个文件:
cert-zwift-com.p12(Windows系统使用)cert-zwift-com.pem(macOS/Linux系统使用)
2. 导入根证书
Windows系统:
# 以管理员身份打开命令提示符,执行以下命令
certutil -importpfx Root cert-zwift-com.p12
# 提示输入密码时直接按回车(无密码)
macOS系统:
- 双击
cert-zwift-com.pem文件 - 在钥匙串访问中选择"系统"→"添加"
- 右键点击导入的证书→"显示简介"→"信任"→"始终信任"
3. 修改Zwift客户端证书
找到Zwift安装目录下的data/cacert.pem文件,将cert-zwift-com.pem的内容追加到文件末尾:
# Windows示例路径
C:\Program Files (x86)\Zwift\data\cacert.pem
# macOS示例路径
/Applications/Zwift.app/Contents/Resources/data/cacert.pem
4. 配置本地DNS(关键步骤)
编辑系统hosts文件,添加以下内容(需替换<zoffline ip>为你的服务器IP):
<zoffline ip> us-or-rly101.zwift.com secure.zwift.com cdn.zwift.com launcher.zwift.com
⚠️ 本地单机使用:将
<zoffline ip>替换为127.0.0.1
⚠️ 局域网共享:替换为运行Zwift Offline的电脑IP地址
四、进阶玩法:解锁更多训练可能性
1. 幽灵比赛设置指南
- 在Zwift客户端创建新的骑行活动
- 选择"骑行"→"自由骑行"
- 在路线选择界面,点击右上角"幽灵"图标
- 选择要挑战的历史记录(按日期和路线筛选)
- 开始骑行后,屏幕上会显示幽灵对手(半透明骑行者)
2. 训练数据管理
所有训练数据保存在storage目录下,可通过以下方式管理:
- 备份:定期复制
storage文件夹到外部存储 - 清理:删除
storage/activities下的旧记录文件 - 导出:使用第三方工具(如GoldenCheetah)导入
.fit格式文件分析
3. 多人模式设置(局域网内)
- 确保所有设备连接同一网络
- 所有设备的hosts文件指向同一Zwift Offline服务器IP
- 在服务器上启动
discord_bot.py(可选,用于房间管理) - 所有用户使用相同版本的Zwift客户端
五、常见问题解决:新手必看
🚨 证书错误:"无法验证服务器身份"
- 原因:根证书未正确导入或信任
- 解决:重新执行证书导入步骤,确保选择"始终信任"选项
- 验证:在浏览器中访问
https://secure.zwift.com,应显示证书正常
🚫 端口冲突:"Address already in use"
- 原因:443/80端口被其他程序占用(如IIS、Apache)
- 解决:关闭占用端口的程序,或修改Docker映射端口:
# 示例:修改Docker端口映射(使用未占用端口) docker create --name zwift-offline -p 8443:443 -p 8080:80 ...
🔄 连接失败:Zwift卡在"正在连接"
- 检查1:确认Zwift Offline服务正在运行
- 检查2:hosts文件配置正确,可通过
ping secure.zwift.com验证 - 检查3:防火墙未阻止Zwift和Zwift Offline的网络连接
⏳ 幽灵不显示:历史记录无法加载
- 解决:确保至少完成过一次离线骑行,系统需要生成历史数据才能创建幽灵
- 路径:检查
storage/activities目录是否有.fit文件生成
六、开始你的离线骑行之旅!
现在,你已经拥有了一套完全独立的Zwift训练系统!无论是雨天室内训练,还是偏远地区的无网络环境,都能随时享受Zwift的沉浸式骑行体验。
立即行动:下载Zwift Offline,今天就挑战你的第一个幽灵记录!如有任何使用心得或问题,欢迎在社区分享交流,让我们一起完善这个优秀的开源项目🚴♀️💨
提示:定期访问项目仓库获取更新,开发者会持续修复bug并添加新功能哦!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108