obs-websocket 使用教程
项目介绍
obs-websocket 是一个开源项目,允许用户通过 WebSocket 远程控制 OBS Studio。这个插件为 OBS Studio 提供了丰富的 API,使得开发者可以轻松地实现自动化场景切换、流媒体控制等功能。obs-websocket 支持多种编程语言的客户端库,方便不同技术背景的开发者使用。
项目快速启动
安装 obs-websocket
- 下载 obs-websocket 插件:
git clone https://github.com/Palakis/obs-websocket.git - 进入项目目录并编译插件:
cd obs-websocket mkdir build && cd build cmake .. make - 将生成的插件文件复制到 OBS Studio 的插件目录中。
配置 obs-websocket
- 启动 OBS Studio,在菜单中选择“工具” -> “obs-websocket 设置”。
- 在设置对话框中,启用认证并设置一个密码。
使用示例代码
以下是一个简单的 Python 示例,展示如何连接到 obs-websocket 并切换场景:
import asyncio
from simpleobsws import obsws, Request
async def main():
ws = obsws("localhost", 4444, "your_password")
await ws.connect()
await ws.wait_until_identified()
request = Request("SetCurrentScene", {"scene-name": "YourSceneName"})
ret = await ws.call(request)
if ret.ok():
print("场景切换成功")
await ws.disconnect()
asyncio.run(main())
应用案例和最佳实践
远程控制 OBS
通过 obs-websocket,你可以从手机或平板电脑远程控制 OBS Studio,实现场景切换、调整流媒体设置等功能。这对于直播者来说非常方便,尤其是在需要快速响应观众互动时。
自动化场景切换
结合第三方程序(如自动脚本或硬件设备),obs-websocket 可以实现自动化场景切换。例如,使用脚本根据当前时间自动切换不同的场景,或者使用硬件设备(如脚踏板)触发场景切换。
集成到现有系统
obs-websocket 可以集成到现有的直播系统中,通过 API 调用实现与外部系统的交互。例如,结合 Twitch API,可以根据观众的订阅情况动态调整直播内容。
典型生态项目
Macro Deck
Macro Deck 是一个强大的宏管理工具,支持通过 obs-websocket 控制 OBS Studio。用户可以创建自定义的宏,实现复杂的场景切换和流媒体控制。
Streamer Bot
Streamer Bot 是一个直播辅助工具,支持通过 obs-websocket 实现自动化任务。例如,根据观众的聊天内容自动触发特定的场景切换或播放特定的音效。
Bitfocus Companion
Bitfocus Companion 是一个硬件控制界面,支持通过 obs-websocket 控制 OBS Studio。用户可以通过硬件按钮快速切换场景或执行其他操作。
通过这些生态项目,obs-websocket 的功能得到了进一步的扩展和增强,为用户提供了更加丰富的直播体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00