终极HoYo.Gacha使用指南:一键管理原神与崩坏星穹铁道抽卡记录的完整教程 🎮
2026-02-05 04:04:15作者:魏侃纯Zoe
HoYo.Gacha是一款强大的非官方开源工具,专为原神和崩坏:星穹铁道玩家设计,提供抽卡记录的全面管理与深度分析功能。通过直观的界面和智能分析工具,玩家可以轻松追踪抽卡历史、计算概率统计,并生成可视化报告,让每一次抽卡都尽在掌握。
📋 快速开始:3步完成项目搭建
1️⃣ 一键获取项目源码
首先通过Git命令克隆项目仓库到本地:
git clone https://gitcode.com/gh_mirrors/ho/HoYo.Gacha
进入项目目录:
cd HoYo.Gacha
2️⃣ 安装必备依赖
项目采用Rust后端与TypeScript前端的混合架构,需安装以下依赖:
- Node.js (v16+)
- Rust开发环境 (1.60+)
- pnpm包管理器
安装前端依赖:
pnpm install
3️⃣ 启动应用程序
开发模式启动(带热重载):
pnpm tauri dev
构建生产版本(生成可执行文件):
pnpm tauri build
🚀 核心功能详解
抽卡记录自动同步与导入
工具支持多种记录获取方式:
- 自动嗅探:通过分析游戏日志文件自动获取抽卡记录
- URL导入:输入游戏内抽卡记录链接一键同步
- 文件导入:支持UIGF/SRGF等标准格式文件导入
核心实现位于:src-tauri/src/business/gacha_fetcher.rs,通过异步任务拉取并解析抽卡数据,确保记录的完整性和实时性。
可视化数据分析仪表盘 📊
应用提供多维度数据统计:
- 抽卡次数累计与保底计算
- 角色/武器获取概率分布
- 时间轴视图展示抽卡规律
- 历史UP池覆盖度分析
多账号管理与数据隔离 🔒
支持添加多个游戏账号,每个账号数据独立存储:
- 账号信息加密保存
- 快速切换不同账号视图
- 支持跨设备数据同步(需手动导出导入)
账号管理模块实现于:src-tauri/src/models/account.rs,采用安全的KV存储方案保护用户数据。
⚙️ 高级配置指南
自定义数据存储路径
默认数据存储位置为系统默认文档目录,可通过修改配置文件自定义路径:
// src-tauri/src/business/data_folder_locator.rs
pub fn get_data_folder() -> PathBuf {
// 修改此处自定义数据存储路径
dirs_next::document_dir().unwrap().join("HoYoGachaData")
}
抽卡记录导出与备份
支持多种格式导出:
- JSON格式(完整数据)
- CSV表格(可用于Excel分析)
- 图片报告(PNG格式可视化图表)
导出功能实现位于:src-tauri/src/business/gacha_convert.rs,支持UIGF v4和SRGF v1等主流标准格式。
🛠️ 常见问题解决
无法获取抽卡记录?
- 确保游戏日志文件路径正确
- 检查网络连接(在线同步需要)
- 尝试手动导入抽卡记录文件
数据统计异常?
- 清除缓存数据:
src-tauri/src/business/disk_cache.rs - 重新导入最新的抽卡记录
- 检查应用版本,更新到最新版
📁 项目结构解析
HoYo.Gacha/
├── src/ # 前端React应用
│ ├── pages/Gacha/ # 抽卡记录页面
│ └── components/ # UI组件库
└── src-tauri/ # Rust后端
├── src/business/ # 核心业务逻辑
│ ├── gacha_fetcher.rs # 抽卡记录获取
│ └── gacha_convert.rs # 数据转换
└── src/database/ # 数据存储模块
核心业务逻辑集中在src-tauri/src/business/目录,包含抽卡记录的获取、转换、分析等关键功能实现。前端界面采用现代化React组件架构,提供流畅的用户体验。
🌟 为什么选择HoYo.Gacha?
- 完全本地运行:所有数据存储在本地设备,保护隐私安全
- 多游戏支持:同时兼容原神与崩坏:星穹铁道
- 开源免费:源代码完全开放,无任何功能限制
- 持续更新:活跃的开发社区,不断添加新功能与优化体验
通过HoYo.Gacha,玩家可以摆脱手动记录抽卡的繁琐,用数据驱动每一次抽卡决策,让游戏体验更加理性与高效。立即开始使用,开启你的智能抽卡管理之旅吧!
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.82 K
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++
892
661
Ascend Extension for PyTorch
Python
376
443
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
349
199
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (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
1.37 K
775
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
269
React Native鸿蒙化仓库
JavaScript
308
359
