原神抽卡数据导出工具:三步掌握祈愿记录分析与管理
2026-04-23 10:37:52作者:裴麒琰
genshin-wish-export 是一款基于 Electron 开发的原神祈愿记录导出工具,能够帮助玩家轻松获取、分析抽卡历史数据。通过读取游戏日志或代理模式获取 authKey,你可以全面掌握抽卡统计信息,实现抽卡记录分析与管理的数字化。本指南将带你快速掌握工具的核心功能与使用方法。
核心价值:为什么需要抽卡数据导出工具
对于原神玩家而言,抽卡数据不仅是游戏历程的记录,更是资源规划的重要依据。genshin-wish-export 提供三大核心价值:
- 数据可视化:通过饼图直观展示各卡池抽卡分布
- 历史追踪:完整记录五星角色/武器获取时间与次数
- 数据安全:本地存储与多格式导出确保数据不丢失
准备工作:从环境检查到首次启动
环境检查
确认你的系统满足以下条件:
- 操作系统:Windows 64位
- 已安装《原神》客户端并能正常运行
- 预留至少 100MB 存储空间
⚠️ 常见问题:若工具启动失败,检查是否安装了最新版 Node.js(建议 v14+)
获取工具
通过以下命令克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/ge/genshin-wish-export
首次启动
进入项目目录后执行启动命令:
yarn install && yarn dev
首次启动时工具会自动创建配置文件,建议保持默认设置完成初始化。
操作流程:三步完成抽卡数据导出
第一步:准备游戏环境
操作步骤:
- 启动《原神》并登录目标账号
- 进入游戏内「祈愿」界面
- 打开「历史记录」页面
结果验证:确认能看到至少一页抽卡记录,确保网络连接正常
⚠️ 常见问题:若历史记录加载失败,尝试重启游戏或检查网络设置
第二步:获取抽卡数据
操作步骤:
- 在工具主界面点击「更新数据」按钮
- 等待工具自动读取游戏日志(约 5-10 秒)
- 看到「数据加载完成」提示后点击「确定」
结果验证:界面显示各卡池抽卡统计数据,包括总抽数与五星获取情况
第三步:导出与备份
操作步骤:
- 点击工具栏「导出 Excel」按钮
- 选择保存路径并确认导出
- 检查生成的 Excel 文件是否包含完整抽卡记录
结果验证:Excel 文件中应包含「角色活动祈愿」「常驻祈愿」等标签页数据
⚠️ 常见问题:导出失败时检查目标文件夹权限,建议保存至桌面目录
场景化应用:不同玩家的使用方案
新手玩家:抽卡规划助手
- 每周导出一次数据,记录新手池、常驻池抽卡比例
- 使用饼图功能直观了解各星级物品获取概率
- 建议尝试:通过「五星历史记录」追踪保底次数
进阶玩家:资源优化工具
- 定期对比不同卡池的五星产出效率
- 利用 Excel 导出功能进行长期抽卡趋势分析
- 建议尝试:按角色/武器分类统计抽卡成本
多账号用户:数据隔离管理
- 点击主界面「+」按钮添加新账号
- 切换账号后重新加载数据实现独立管理
- 建议尝试:为不同账号创建独立的导出文件夹
进阶拓展:从数据安全到个性化定制
数据安全方案
- 本地备份:工具自动在
userData文件夹保存数据,建议每周手动备份 - 云同步方案:将导出的 Excel 文件上传至云盘,通过工具「数据恢复」功能随时导入
- 加密存储:在「设置」中启用数据加密,保护账号隐私
多场景适配
- 离线使用:完成首次数据获取后,断网状态下仍可查看历史记录
- 多语言切换:通过「设置」>「语言」选择 12 种内置语言(含简体中文、English等)
- 低配置支持:在「设置」中降低图表渲染质量以提升性能
个性化定制
- 界面调整:拖拽面板调整各统计区域大小
- 数据筛选:在详情页按时间范围过滤抽卡记录
- 导出格式:支持 Excel、JSON 等多种格式,满足不同分析需求
开发者指南:从环境搭建到贡献代码
环境搭建
# 安装依赖
yarn install
# 开发模式
yarn dev
# 构建可执行程序
yarn build
核心模块解析
- 数据获取:src/main/getData.js 处理游戏日志解析与 API 交互
- 界面渲染:src/renderer/main.js 控制统计图表展示
- 配置管理:src/main/config.js 处理用户偏好设置
贡献指南
- Fork 项目并创建特性分支
- 提交前确保通过 ESLint 代码检查
- 提交 PR 时详细描述功能改进点
通过以上步骤,你已经掌握了 genshin-wish-export 的核心使用方法。无论是普通玩家还是开发者,都能通过这款工具实现抽卡数据的高效管理与深度分析。立即开始使用,让每一次祈愿都更具策略性!
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 StartedRust0148- 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
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
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。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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 K
1.01 K
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
433
392
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
145
237
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
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
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
1.67 K
985
