零延迟监控!DouyinLiveRecorder直播录制与智能通知全攻略
你是否曾错过心仪主播的精彩直播?是否因手动录制操作繁琐而放弃收藏珍贵内容?DouyinLiveRecorder作为一款开源直播录制工具,支持抖音、TikTok等国内外30+直播平台,通过自动化监控与多渠道通知功能,让你轻松捕获每一场重要直播。本文将详解其核心功能实现,从配置到录制全流程指南,助你打造专属直播收藏系统。
核心功能架构解析
DouyinLiveRecorder采用模块化设计,主要包含四大功能模块:直播状态监测、多平台协议解析、视频流录制与转码、消息推送系统。系统架构如下:
graph TD
A[配置模块<br>config/config.ini] -->|读取参数| B[直播监测<br>main.py:464]
B -->|调用API| C[平台协议解析<br>douyinliverecorder/stream.py]
C -->|返回流地址| D[录制引擎<br>main.py:382]
D -->|完成录制| E[转码处理<br>main.py:217]
D -->|状态变更| F[消息推送<br>msg_push.py]
F --> G{推送渠道<br>钉钉/微信/Bark}
配置模块通过config/config.ini文件管理录制参数,包括视频质量(原画/超清)、分段时长(默认1800秒)、代理设置等。监测模块通过多线程定期检查直播间状态,当检测到开播时,调用对应平台的协议解析器获取直播流地址,随后启动FFmpeg进程进行录制。
直播通知系统配置指南
通知系统是不错过直播的关键,支持钉钉、微信、Bark等6种推送渠道。配置步骤如下:
-
启用推送功能
编辑config/config.ini,在[推送配置]section设置推送渠道:[推送配置] 直播状态推送渠道 = 钉钉,微信,bark 钉钉推送接口链接 = https://oapi.dingtalk.com/robot/send?access_token=XXX 微信推送接口链接 = https://xizhi.qqoq.net/XXX.send bark推送接口链接 = https://api.day.app/XXX/ -
自定义通知内容
系统支持自定义开播/关播通知模板,默认模板在main.py的push_message()函数(325行)定义。如需修改通知格式,可调整:msg_title = push_message_title.strip() or "直播间状态更新通知" content = f"{record_name} 已开播!\n直播地址: {live_url}" -
多渠道推送实现
消息推送逻辑在msg_push.py中实现,支持同时向多个渠道发送通知。以钉钉推送为例,核心代码:def dingtalk(url: str, content: str, number: str = None, is_atall: bool = False): json_data = { 'msgtype': 'text', 'text': {'content': content}, "at": {"atMobiles": [number], "isAtAll": is_atall} } # 发送HTTP请求...
智能录制功能详解
录制模块支持原画/超清等多画质选择、分段录制、自动转码等高级功能,满足不同场景需求。
录制参数配置
通过config/config.ini设置录制核心参数:
[录制设置]
视频保存格式ts|mkv|flv|mp4|mp3音频|m4a音频 = ts
原画|超清|高清|标清|流畅 = 原画
分段录制是否开启 = 是
视频分段时间(秒) = 1800
录制完成后自动转为mp4格式 = 是
多平台录制实现
以抖音直播为例,douyinliverecorder/stream.py的get_douyin_stream_url()函数(26行)处理协议解析:
def get_douyin_stream_url(json_data: dict, video_quality: str) -> dict:
status = json_data.get("status", 4) # 2=直播中,4=未开播
if status == 2:
flv_url_dict = json_data['stream_url']['flv_pull_url']
# 根据画质选择对应流地址...
return {"is_live": True, "record_url": selected_url}
系统通过分析不同平台的API响应结构,提取FLV或HLS流地址,再调用main.py的check_subprocess()函数(382行)启动FFmpeg录制:
def check_subprocess(record_name: str, record_url: str, ffmpeg_command: list):
process = subprocess.Popen(ffmpeg_command, stderr=subprocess.STDOUT)
# 监控录制进程...
高级录制功能
- 分段录制:开启后按设定时长(默认30分钟)自动分割视频,避免单个文件过大
- 自动转码:录制完成后自动将TS格式转为MP4(main.py:217)
- 时间字幕:启用后生成含录制时间的字幕文件(需在配置中设置
生成时间字幕文件 = 是)
跨平台录制与代理设置
针对TikTok、Twitch等海外平台,需配置代理支持:
-
代理参数配置
在config/config.ini中设置代理服务器及目标平台:[录制设置] 是否使用代理ip(是/否) = 是 代理地址 = socks5://127.0.0.1:1080 使用代理录制的平台 = tiktok,sooplive,twitch -
代理切换逻辑
代理检测在main.py的start_record()函数(476行)实现,根据域名自动匹配代理规则:if proxy_addr: for platform in enable_proxy_platform_list: if platform in record_url: proxy_address = proxy_addr break
常见问题解决方案
1. 录制失败/无响应
- 检查config/config.ini中的Cookie配置,部分平台(如抖音)需要登录Cookie才能获取直播流
- 查看日志输出,默认日志在控制台显示,关键错误信息在douyinliverecorder/utils.py的
logger中定义
2. 推送通知不生效
- 验证推送渠道接口地址是否正确,可通过msg_push.py的测试代码单独测试:
if __name__ == '__main__': send_content = '测试通知' xizhi_api = 'https://xizhi.qqoq.net/XXX.send' xizhi(xizhi_api, "测试标题", send_content)
3. 海外平台无法访问
- 确认代理服务器正常工作,可通过
curl --proxy socks5://127.0.0.1:1080 https://www.tiktok.com测试连通性 - 检查config/config.ini中的
使用代理录制的平台是否包含目标平台
扩展与二次开发
项目提供灵活的扩展接口,支持添加新平台协议或自定义处理逻辑:
-
自定义录制后操作
通过配置自定义脚本执行命令,可在录制完成后自动上传云端或进行视频剪辑:[录制设置] 是否录制完成后执行自定义脚本 = 是 自定义脚本执行命令 = python /path/to/upload.py {save_file_path}
项目源码结构清晰,核心模块包括:
- 协议解析:douyinliverecorder/stream.py
- 录制控制:main.py
- 工具函数:douyinliverecorder/utils.py
通过本文指南,你已掌握DouyinLiveRecorder的核心功能配置与使用方法。项目持续更新支持新平台,更多功能请参考README.md。建议定期同步代码更新,以获取最新平台协议支持。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00