【亲测免费】 go2rtc 技术文档
2026-01-25 06:42:24作者:董斯意
go2rtc 是一个终极的摄像机流媒体应用,支持 RTSP、WebRTC、HomeKit、FFmpeg、RTMP 等多种协议,专为实现低延迟高质量视频流而设计。它适用于所有操作系统(包括 Windows, macOS, Linux 和 ARM 架构设备),提供零配置体验,能够处理来自多种来源的视频流,并将之广播到不同的目标。
安装指南
go2rtc 可执行文件
- 访问 go2rtc 的 最新版本页面。
- 根据您的操作系统下载相应文件,例如对于 Windows 用户,选择
go2rtc_win64.zip。 - 解压缩下载的文件并获取
go2rtc_xxx_xxx可执行文件。 - 在 Linux 或 macOS 上,通过终端进入存放该文件的目录,并运行命令
chmod +x go2rtc_xxx_xxx以赋予执行权限。
Docker 方式安装
在有 Docker 环境的机器上运行以下命令:
docker pull alexxit/go2rtc
docker run -p 1984:1984 -p 8554:8554 -p 8555:8555 alexxit/go2rtc
这会启动容器,并映射必要的端口。
Home Assistant 添加组件
- 如您已安装 Home Assistant,可通过添加附加组件的方式集成 go2rtc。首先,在“设置”>“附加存储库”中添加仓库
https://github.com/AlexxIT/hassio-addons。 - 安装 go2rtc 添加项后,从侧边栏访问其设置界面进行配置。
使用说明
go2rtc 启动后,默认情况下可以通过访问 http://localhost:1984/ 来管理配置。您可以在此界面上添加、修改或删除流源。
配置示例
假设我们要添加一个 RTSP 摄像头作为流源,在 go2rtc.yaml 文件中配置如下:
streams:
- name: "My RTSP Cam"
source: rtsp://camera_ip/stream
然后重启服务使配置生效。
API 使用文档
go2rtc 提供了 HTTP API 用于动态控制和查询状态,例如创建新的流或查询当前活动流。具体API文档可在项目wiki的配置部分找到详细说明。
项目模块概览
- RTSP 模块: 创建 RTSP 流服务器,允许 FFmpeg 等工具接入。
- WebRTC 模块: 支持实时的浏览器内视频流,含两路音频功能。
- MSE/MP4 模块: 提供基于 MSE 和 MP4 格式的流。
- HomeKit 模块: 直接与 HomeKit 设备交互,支持流式传输。
每个模块都有详细的配置选项,确保阅读官方提供的配置文档以了解详细配置指令和使用案例。
记住,安全性和编码过滤是配置时的重要考虑因素,特别是在处理外网访问和编码兼容性时。此外,利用如 ngrok 的模块可以帮助在没有公网 IP 的情况下提供外部访问。
此文档仅为快速入门和技术概览,更多高级特性和详细配置请参考 go2rtc 的官方 GitHub 页面及其相关wiki文档。
登录后查看全文
热门项目推荐
相关项目推荐
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381