LiveAutoRecord快速上手:5分钟搭建个人直播录制系统
2026-02-04 04:27:14作者:齐冠琰
你是否曾经因为错过心爱主播的精彩直播而懊悔?是否想要自动录制多个平台的直播内容以便随时回顾?LiveAutoRecord正是为你量身打造的解决方案!本文将带你快速上手这款强大的开源直播自动录制工具,让你在5分钟内搭建属于自己的直播录制系统。
🚀 LiveAutoRecord核心功能一览
LiveAutoRecord是一个基于Electron的多平台直播自动录制软件,具有以下核心特性:
| 功能模块 | 技术实现 | 支持平台 |
|---|---|---|
| 自动录制 | FFmpeg + 调度器 | B站、斗鱼、虎牙、抖音 |
| 多路管理 | TypeScript + Vue 3 | Windows、macOS |
| 实时监控 | Express + WebSocket | 桌面客户端 + Web服务 |
| 弹幕录制 | 自定义协议解析 | 多格式输出支持 |
📦 环境准备与快速安装
系统要求
- 操作系统: Windows 10+ 或 macOS 10.14+
- Node.js: 16.0.0 或更高版本
- 磁盘空间: 至少2GB可用空间
- 网络: 稳定的互联网连接
一键安装步骤
# 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/li/LiveAutoRecord.git
cd LiveAutoRecord
# 安装项目依赖
yarn install
# 编译核心依赖包
cd packages/shared && yarn build
cd packages/manager && yarn build
# 返回根目录
cd ../..
🎯 5分钟快速配置指南
步骤1:启动录制服务端
# 启动HTTP服务端
cd packages/http-server
yarn build && yarn start
服务端启动后将在 http://localhost:8085 监听API请求。
步骤2:启动Web管理界面
# 新开终端窗口,启动Web前端
cd packages/web
yarn dev
Web界面将在 http://localhost:5173 可用。
步骤3:添加第一个录制任务
通过Web界面或API添加录制任务:
// 示例:通过API添加斗鱼录制任务
fetch('http://localhost:8085/api/recorders', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({
providerId: 'douyu',
channelId: '74751', // 主播房间号
quality: 'highest',
autoCheck: true,
enabled: true
})
})
🔧 核心配置详解
录制质量设置
graph LR
A[原始流] --> B[最高画质]
A --> C[高清画质]
A --> D[标清画质]
B --> E[文件大小: 大]
C --> F[文件大小: 中]
D --> G[文件大小: 小]
文件存储结构
📁 recordings/
├── 📁 douyu/
│ ├── 📁 74751/ # 斗鱼74751房间
│ │ ├── 📄 20230829_1930.mp4
│ │ ├── 📄 20230829_1930.ass # 弹幕文件
│ │ └── 📄 metadata.json # 元数据
├── 📁 bilibili/
└── 📁 huya/
🎮 客户端桌面应用
对于普通用户,推荐使用Electron客户端版本:
# 开发模式启动桌面客户端
yarn app:dev
# 构建生产版本
yarn app:build
客户端特色功能
- 纯键盘操作支持 - 高效的任务管理
- 实时状态监控 - 可视化录制进度
- 多平台统一管理 - 集中配置所有直播平台
- 自动重连机制 - 网络异常自动恢复
⚙️ 高级配置选项
自定义FFmpeg参数
// 在设置中自定义编码参数
{
"ffmpegOptions": {
"videoCodec": "libx264",
"crf": 23,
"preset": "medium",
"audioCodec": "aac",
"audioBitrate": "128k"
}
}
录制调度策略
stateDiagram-v2
[*] --> 空闲状态
空闲状态 --> 检查直播: 定时器触发
检查直播 --> 直播中: 检测到直播
检查直播 --> 空闲状态: 未开播
直播中 --> 录制中: 开始录制
录制中 --> 直播结束: 直播结束
直播结束 --> 空闲状态: 录制完成
录制中 --> 异常处理: 录制错误
异常处理 --> 空闲状态: 重试或放弃
🛠️ 故障排除指南
常见问题解决方案
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 录制服务启动失败 | 端口占用 | 修改默认端口8085 |
| 无法检测直播状态 | 网络问题 | 检查网络连接和代理设置 |
| 录制文件损坏 | FFmpeg问题 | 重新安装FFmpeg依赖 |
| Web界面无法访问 | CORS配置 | 检查服务端CORS设置 |
日志查看与调试
# 查看详细运行日志
tail -f ~/.config/LiveAutoRecord/logs/combined.log
# 启用调试模式
DEBUG=* yarn start
📊 性能优化建议
资源占用优化
pie title 资源占用分布
"视频编码" : 45
"网络IO" : 25
"直播检测" : 15
"文件写入" : 10
"其他开销" : 5
并发录制策略
- 单机建议: 同时录制不超过3个直播流
- 内存配置: 确保至少4GB可用内存
- 磁盘IO: 使用SSD硬盘提升写入性能
- 网络带宽: 每个直播流需要2-10Mbps带宽
🔮 扩展与自定义
开发自定义录制插件
// 示例:自定义直播平台插件
import { RecorderProvider } from '@autorecord/manager'
export const provider: RecorderProvider = {
id: 'my-custom-platform',
name: '自定义平台',
async getLiveStatus(channelId) {
// 实现直播状态检测逻辑
return { isLive: true, title: '直播标题' }
},
async getStreams(channelId) {
// 获取可用的直播流
return [{ url: 'rtmp://...', quality: 'highest' }]
}
}
🎉 开始你的直播录制之旅
通过本文的指导,你已经掌握了LiveAutoRecord的核心功能和快速上手方法。无论是作为普通用户使用桌面客户端,还是作为开发者进行二次开发,这个强大的工具都能满足你的直播录制需求。
立即行动:
- 按照安装步骤部署你的录制系统
- 添加你关注的主播房间号
- 配置合适的录制质量和存储策略
- 享受永不错过精彩直播的便利
记住,开源项目的生命力在于社区的参与和贡献。如果在使用过程中遇到问题或有改进建议,欢迎参与项目的讨论和开发!
提示: 本文基于LiveAutoRecord最新版本编写,具体功能可能随版本更新而变化。建议定期查看项目更新日志获取最新信息。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
777
暂无简介
Dart
797
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271