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
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 StartedRust0153- 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
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253