终极深岩银河存档编辑器指南:解锁个性化游戏体验的完整教程 🚀
想让你的深岩银河(Deep Rock Galactic)冒险更具个性化?DRG Save Editor 这款强大的开源工具能帮你轻松自定义游戏存档,从资源数量到角色等级一键调整!本文将带你快速掌握这个神器的安装、使用与核心功能,让你告别重复刷资源的烦恼,直接体验游戏最爽快的部分。
📌 什么是 DRG Save Editor?
DRG Save Editor 是一款专为深岩银河玩家设计的免费存档编辑工具,采用 Python 开发并基于 PyQt5/PySide2 框架构建。它能直接读取和修改游戏存档文件,让你自由调整经验值、资源数量、职业等级等关键数据,甚至还能管理超频模块!
⚠️ 重要提示:使用前请务必备份存档文件!编辑器会自动在存档目录创建
.old备份文件,但双重保险永远不会错。
📸 直观界面抢先看
编辑器的界面设计简洁直观,即使是新手也能快速上手:

图:DRG Save Editor 主界面展示,包含资源编辑区、超频管理树和角色数据面板
主要功能区一目了然:
- 资源控制面板:调整 Gold、Nitra、Phazyonite 等资源数量
- 角色数据区:修改矮人职业的经验值、晋升等级和技能点
- 超频管理树:通过右键菜单添加/移除超频模块,支持 CTRL+点击多选
🔧 三步快速上手教程
1️⃣ 一键安装步骤
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/dr/DRG-Save-Editor - 解压
DRG Save Editor.zip压缩包 - 双击
start editor.cmd即可启动程序
💡 小贴士:若启动失败,在批处理文件中添加
pause命令可查看错误信息。
2️⃣ 安全编辑流程
- 点击 "打开存档" 按钮,选择游戏存档文件(通常位于
Documents/Klei/Deep Rock Galactic) - 在对应面板修改数值(如将 XP 改为
100000直接晋升传奇等级) - 点击 "保存修改",重启游戏即可生效
3️⃣ 高级技巧:超频模块管理
- 添加超频:在超频树中右键点击模块 → 选择 "添加到 inventory"
- 批量操作:按住 CTRL 键可多选模块,使用 "Remove Selected" 批量删除
- 版本兼容:Season 2 新增的 Phazyonite 资源和赛季 XP 已支持编辑
✨ 核心功能亮点
✅ 自动备份机制
每次打开存档时自动创建 .old 备份,防止误操作导致数据丢失
✅ 深度数据控制
- 支持调整 Season XP 和 Scrip 赛季货币
- 精确修改职业晋升等级(最高支持 Legendary 3+)
- XP 数值修改后自动同步相关属性字段
✅ 持续更新支持
项目已更新至 v1.5 版本,完美适配深岩银河 Season 2,后续将支持更多游戏内容!
🛠️ 常见问题解决
❓ 为什么资源数值修改后不生效?
部分资源(如超频模块)需要先在游戏中获取至少一个,才能通过编辑器修改数量
❓ 如何处理 "无法读取存档" 错误?
尝试用记事本打开存档文件确认格式,或在 tests/test_editor.py 中查看测试用例
❓ 能否修改角色外观或任务进度?
当前版本暂不支持 cosmetic 超频和任务编辑,这些功能已列入开发计划(见 src/main/python/main.py 源码)
📝 使用注意事项
- 不支持添加 Season 2 新增武器的超频数据(等待后续更新)
- 晋升等级设置为 "Legendary 3+" 可保留高于传奇 3 级的自定义晋升数
- 修改 XP 后需点击其他区域触发数据同步
🎯 适合人群
- 想体验高等级内容但没时间肝的休闲玩家
- 希望测试不同 build 组合的战术大师
- 研究游戏存档结构的 mod 开发者
无论你是想快速解锁全部职业,还是打造终极资源库,DRG Save Editor 都能让深岩银河的冒险之旅更加随心所欲!记得合理使用工具,过度修改可能会降低游戏乐趣哦~ Rock and stone! 🚀
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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