如何快速备份Tabletop Simulator数据?TTS-Backup终极工具教程 🚀
TTS-Backup是一款专为Tabletop Simulator玩家设计的开源备份工具,能够将游戏保存文件和模组资产自动打包成完整的Zip文件,轻松解决游戏数据丢失风险。本文将带你掌握这款工具的安装使用技巧,让你的桌游收藏安全无忧!
📌 为什么选择TTS-Backup?3大核心优势
对于Tabletop Simulator(简称TTS)玩家而言,精心收藏的桌游模组和自定义场景是无价之宝。TTS-Backup通过以下特性守护你的游戏资产:
✅ 完整备份:自动抓取本地缓存的图像、模型等所有关联资源
✅ 双界面支持:提供命令行(CLI)和图形界面(GUI)两种操作方式
✅ 轻量高效:纯Python编写,无需复杂配置即可快速运行
💡 适合人群:桌游设计师、重度TTS玩家、经常更换设备的用户
🔧 2分钟极速安装指南
系统要求
- Python 3.3+ 环境
- Windows/macOS/Linux全平台支持
安装步骤
方法1:源码安装(推荐开发者)
# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/tt/tts-backup
# 进入项目目录
cd tts-backup
# 安装依赖
pip install -r requirements.txt
方法2:Windows二进制版(推荐普通用户)
直接下载预编译的exe文件,双击即可运行(需从项目发布页获取)
🚀 3种实用操作场景全解析
场景1:基础备份流程(GUI界面)
- 启动图形界面
python src/tts_tools/backup/gui.py - 在弹出窗口中选择游戏数据目录(通常位于
Documents/My Games/Tabletop Simulator) - 点击"开始备份"按钮,工具将自动生成包含时间戳的Zip文件
场景2:定时自动备份(CLI命令)
# 每天凌晨2点执行备份
python src/tts_tools/backup/cli.py --gamedata ~/Documents/My\ Games/Tabletop\ Simulator --schedule daily
场景3:资产预加载加速
# 预下载模组所需的所有网络资源
python src/tts_tools/prefetch/cli.py --mod-id "12345" --output ./prefetch_cache
⚙️ 高级配置技巧
自定义备份规则
修改配置文件src/tts_tools/util.py中的DEFAULT_BACKUP_RULES字典,可:
- 排除临时文件
- 设置压缩级别
- 添加自定义文件过滤规则
日志查看与问题排查
所有操作记录保存在tts-backup.log文件中,可通过以下命令快速定位问题:
grep "ERROR" tts-backup.log
🛡️ 数据安全最佳实践
- 定期测试恢复:每月从备份文件中提取部分内容验证完整性
- 异地存储:将Zip备份同步至云盘或外部硬盘
- 版本管理:使用
--comment参数为备份添加描述python src/tts_tools/backup/cli.py --comment "更新了D&D模组后备份"
📚 扩展学习资源
- 核心功能模块:src/tts_tools/libtts.py
- 图形界面源码:src/tts_tools/libgui/
- 测试用例:test/tts_tools/test_libtts.py
提示:项目使用Nix包管理器维护依赖,高级用户可通过
flake.nix文件构建开发环境
❓ 常见问题解答
Q:备份文件太大怎么办?
A:使用--compress-level 9参数开启最高压缩等级,或通过util.py配置排除缓存文件
Q:能否备份Steam创意工坊订阅的模组?
A:支持!工具会自动识别订阅内容并包含相关元数据
Q:macOS下提示权限不足?
A:在终端中执行chmod +x src/tts_tools/backup/cli.py赋予执行权限
通过TTS-Backup,让你的Tabletop Simulator收藏得到银行级别的安全保障!无论是分享模组给朋友,还是重装系统后快速恢复,这款工具都能成为你最可靠的桌游数据管家。现在就用git clone命令开启你的安全备份之旅吧! 🌟
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