如何高效管理原神抽卡记录?这款开源工具让数据分析更简单
原神祈愿记录导出工具是一款专为《原神》玩家设计的开源应用,能够帮助用户轻松导出游戏内的祈愿(抽卡)历史数据并进行本地化管理与分析。通过该工具,玩家可将复杂的抽卡数据转化为直观的统计图表,为角色培养和资源规划提供数据支持。本文将从核心价值、快速上手和进阶技巧三个维度,带你全面掌握这款工具的使用方法。
一、核心价值:为什么选择这款工具
作为一款基于#Electron #Vue.js #本地存储技术栈构建的轻量级应用,原神祈愿记录导出工具具备三大核心优势:
- 数据本地化:所有抽卡记录均存储在本地设备,无需担心隐私泄露风险,同时支持离线查看历史数据。
- 多维度分析:通过饼图直观展示不同卡池的星级分布、抽卡次数统计及保底情况,帮助玩家掌握抽卡规律。
- 灵活导出:支持将数据导出为Excel格式,便于进行自定义数据分析或存档备份。

图1:工具主界面展示角色活动祈愿、常驻祈愿和新手祈愿的抽卡数据统计
二、快速上手:三步搞定抽卡记录导出
1. 安装工具:从源码构建或下载发行版
步骤1:获取项目源码
通过Git克隆仓库到本地:
git clone https://gitcode.com/GitHub_Trending/ge/genshin-wish-export
步骤2:安装依赖
进入项目目录,使用npm或yarn安装依赖:
cd genshin-wish-export
npm install
步骤3:启动应用
开发环境启动:
npm run dev
或构建可执行文件(以Windows为例):
npm run build:win
⚠️ 注意:确保Node.js版本≥14.0.0,否则可能导致依赖安装失败。
2. 获取授权密钥:3种方式任选
authKey(用户授权密钥)是访问游戏祈愿记录API的关键凭证,获取方式有以下三种:
方式1:日志解析(推荐)
- 打开工具,点击「更新数据」按钮
- 工具将自动读取游戏日志中的authKey,无需手动输入
方式2:代理模式
- 在工具设置中启用「代理模式」
- 按照指引配置系统代理,重启游戏后自动获取authKey
方式3:手动输入
- 从游戏内「设置-账号-用户中心」获取authKey
- 在工具「设置」页面手动填写并保存
💡 技巧:日志解析方式适用于大多数玩家,若失败可尝试代理模式,成功率更高。
3. 导出与查看数据:一键生成分析报告
步骤1:加载数据
点击主界面「更新数据」按钮,工具将自动拉取最近的祈愿记录。
步骤2:查看统计图表
工具会生成三大卡池(角色活动祈愿、常驻祈愿、新手祈愿)的抽卡统计,包括:
- 星级分布饼图
- 总抽卡次数及保底计数
- 5星历史记录及平均出货次数
步骤3:导出Excel
点击「导出Excel」按钮,选择保存路径即可生成包含详细抽卡记录的表格文件。
三、进阶技巧:提升数据管理效率
1. 多账号数据迁移
当需要在不同设备间同步抽卡数据时,可通过以下步骤操作:
- 在原设备中,进入工具「设置」页面,点击「导出配置」
- 将生成的
config.json文件复制到新设备 - 在新设备的工具中点击「导入配置」,选择该文件完成迁移
⚠️ 注意:迁移前需确保两端工具版本一致,避免配置不兼容。
2. Excel高级分析模板
导出Excel后,可使用以下公式进行深度分析:
- 5星角色获取概率:
=COUNTIF(数据列,"*5星角色*")/COUNTA(数据列) - 保底触发预警:
=IF(当前连续非5星次数>70,"即将保底","安全") - 抽卡成本计算:
=总抽卡次数*160(按每抽160原石计算)
3. 常见问题速查
Q:无法获取authKey怎么办?
A:检查游戏是否已开启数据统计权限,或尝试重启游戏后重新解析日志。
Q:导出的Excel文件乱码如何解决?
A:用Excel打开时选择「UTF-8」编码格式,或使用WPS等工具打开。
Q:工具提示「网络错误」如何处理?
A:确认网络连接正常,或检查防火墙是否阻止了工具的网络请求。
通过以上步骤,你已掌握原神祈愿记录导出工具的核心使用方法。无论是新手玩家还是数据分析爱好者,都能通过这款工具轻松管理抽卡记录,让游戏资源规划更加科学高效。
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 StartedRust085- 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
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
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
