如何免费离线畅玩Zwift?zwift-offline完整使用指南 🚴♂️
2026-02-05 05:34:26作者:晏闻田Solitary
zwift-offline是一款强大的开源工具,让你无需互联网连接即可运行知名骑行训练应用Zwift。通过模拟Zwift服务器环境,该项目让骑行爱好者能够在个人设备上享受虚拟骑行体验,完全摆脱网络依赖和订阅限制。
📌 核心功能亮点
1. 完全离线运行
无需联网即可启动Zwift客户端,所有游戏数据本地存储,保护隐私的同时避免网络波动影响。
2. 跨平台支持
兼容Windows、macOS和Linux系统,满足不同用户的设备需求。
3. 简单配置流程
通过自动化脚本和清晰步骤,即使是非技术用户也能快速完成设置。
🔧 快速安装步骤
1. 获取项目源码
git clone https://gitcode.com/gh_mirrors/zw/zwift-offline
cd zwift-offline
2. 配置运行环境
根据操作系统选择对应方式:
Docker方式(推荐)
docker-compose up -d
本地运行方式
pip install -r requirements.txt
python zwift_offline.py
⚙️ 客户端设置指南
1. 修改 hosts 文件
将Zwift域名指向本地服务器:
127.0.0.1 secure.zwift.com
127.0.0.1 launch.zwift.com
2. 导入SSL证书
证书文件路径:ssl/cert-zwift-com.pem
- Windows:双击安装证书到"受信任的根证书颁发机构"
- macOS:添加到钥匙串并设置信任
- Linux:根据浏览器/系统要求导入
3. 启动Zwift客户端
确保本地服务器已运行,正常登录即可进入离线模式。
❓ 常见问题解决
安全软件误报怎么办?
将项目目录添加到杀毒软件白名单,或暂时禁用实时保护。所有文件均来自开源仓库,确保安全可靠。
如何保留骑行数据?
数据默认存储在data/目录,定期备份该文件夹即可保留所有骑行记录和设置。
支持多用户使用吗?
是的,通过修改storage/server-ip.txt文件配置多设备访问,具体方法参见项目文档。
🛠️ 项目结构说明
- 核心代码:
zwift_offline.py- 主服务器程序 - 配置文件:
data/目录下包含各类游戏参数配置 - 网页界面:
cdn/static/web/launcher/- 离线登录界面 - 脚本工具:
scripts/目录提供客户端配置、数据同步等辅助脚本
📝 使用注意事项
- 本项目仅用于个人学习和测试,请勿用于商业用途
- 定期通过
git pull更新项目以获取最新功能和修复 - 遇到问题可查看项目
README.md或提交issue获取帮助
通过zwift-offline,你可以随时随地享受Zwift的虚拟骑行乐趣,无需担心网络状况或订阅费用。立即尝试,开启你的离线骑行之旅吧!🚀
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
559
3.8 K
Ascend Extension for PyTorch
Python
372
435
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++
890
641
昇腾LLM分布式训练框架
Python
115
144
暂无简介
Dart
794
195
🎉 (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
1.36 K
769
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
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
347
195
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
1.12 K
265
