Advanced Scene Switcher 1.29.0版本发布:新增游戏捕获与截图条件检测功能
Advanced Scene Switcher是OBS Studio的一款功能强大的插件,它通过自动化场景切换、源控制和各种媒体操作,极大地提升了直播和视频制作的效率。该插件支持基于多种条件触发预设动作,如时间、音频、视频分析等,是专业内容创作者不可或缺的工具。
核心功能更新
新增截图条件检测
1.29.0版本引入了全新的"Screenshot"条件类型,这是一个极具实用性的功能升级。当用户在OBS中执行截图操作时,该条件会自动触发为true状态。更重要的是,它还会将最后保存的截图路径作为宏属性暴露出来,这意味着用户可以在后续操作中直接引用这个路径值。
这项功能特别适合需要自动化处理截图的场景,比如:
- 自动将截图上传到指定服务器
- 在截图后触发特定场景切换
- 对截图进行后续处理和分析
游戏捕获状态检测(仅Windows)
针对游戏直播用户,新版本增加了"Game Capture"条件类型。该功能能够检测指定源是否成功"挂钩"了目标应用程序(即是否正在捕获内容)。当捕获状态发生变化时,条件会相应地返回true或false。
该条件还提供了三个关键的游戏窗口信息作为宏属性:
- 窗口标题
- 窗口类名
- 可执行文件路径
这些信息对于创建复杂的游戏直播自动化流程非常有用,例如:
- 当特定游戏启动时自动切换到游戏场景
- 根据运行中的游戏调整直播布局
- 为不同游戏应用不同的滤镜设置
Twitch功能增强
Twitch集成功能在此版本中得到了显著增强。现在用户可以查询更多关于用户和频道点数奖励的详细信息,这些数据都可以作为宏属性使用。具体包括:
- 用户订阅信息
- 用户徽章数据
- 频道点数奖励详情
- 奖励兑换记录
这使得直播主能够创建更复杂的Twitch互动系统,例如:
- 根据用户订阅等级提供不同奖励
- 自动响应特定频道点数兑换
- 创建基于观众互动的动态场景切换
实用功能改进
随机数生成简化
虽然之前版本已经可以通过"Mathematical expression"选项生成随机数,但1.29.0版本新增了专门的"随机数"选项,使这一功能更加直观易用。用户现在可以:
- 指定随机数范围
- 选择生成整数或浮点数
- 将结果保存到变量供后续使用
脚本功能增强
对于高级用户,新版本改进了脚本支持,特别是对Python和LUA脚本的支持。现在脚本可以:
- 注册和注销临时变量
- 设置宏属性
- 在条件和动作中访问这些变量
这使得脚本与其他插件功能的集成更加紧密,为自动化流程提供了更大的灵活性。
性能与稳定性优化
1.29.0版本修复了多个可能导致崩溃的问题,包括:
- 设置导入时的崩溃
- 包含无效条件的宏导致的崩溃
- Twitch条件类型变更时的崩溃
- 动作复制到动作队列时的崩溃
此外,还解决了多个UI相关问题:
- 文本字段修改时的界面冻结
- 各种设置对话框的显示问题
- 主题相关的视觉问题
技术底层更新
在底层实现上,1.29.0版本将ExprTk数学表达式库升级到了0.0.3版本,显著提升了"Mathematical expression"选项的计算能力。同时,对Twitch API的节流处理机制进行了改进,增强了在API限制情况下的恢复能力。
使用建议
对于升级用户,建议:
- 在升级前备份当前设置
- 检查现有宏与新功能的兼容性
- 逐步测试新功能,特别是Twitch相关功能
- 对于游戏直播用户,可以尝试利用新的游戏捕获条件优化直播流程
对于新用户,可以从基础功能开始熟悉,逐步探索高级自动化功能,特别是结合新的截图和游戏捕获条件创建个性化的直播工作流。
Advanced Scene Switcher 1.29.0通过这些新功能和改进,进一步巩固了其作为OBS生态中最强大的自动化工具的地位,为内容创作者提供了更多可能性来优化他们的工作流程。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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