OBS浏览器插件技术文档
OBS浏览器插件是一款为OBS Studio量身打造的跨平台插件,它利用了Chromium Embedded Framework(CEF)的强大功能,使用户能够在直播场景中集成web-based覆盖层。此外,该插件支持服务集成和在界面内加载网页的浏览器停靠功能,适用于除Wayland之外的所有Linux平台。此插件已成为官方Windows、macOS、Ubuntu PPA以及通过Flatpak分发的Linux发行版的标准组成部分。
安装指南
预包装版本
对于大多数用户,OBS浏览器插件已包含在OBS Studio的官方发布包中。Windows、macOS用户直接安装最新版本的OBS Studio即可。Linux用户可以通过添加官方 Flatpak 或使用包含插件的Ubuntu PPA来获取。
# 在Linux上通过Flatpak安装OBS Studio
flatpak install flathub com.obsproject.Studio
自行构建
如果您需要从源代码编译插件,须遵循以下步骤:
Windows
- 遵循OBS Studio的Windows构建指示。
- 确保下载CEF Wrapper,并将
CEF_ROOT_DIR环境变量指向解压后的目录。
macOS
- 使用OBS Studio提供的macOS全构建脚本,这会自动处理一切。
Linux
- 按照OBS Studio的Linux构建指示,并选择“如果要构建带浏览器源”选项,确保正确设置CEF下载和CEF相关的CMake变量。
项目使用说明
通过OBS Studio的界面,您可以在场景中添加新的来源,并选择“Browser Source”以利用该插件的功能。您可以输入URL或选择本地HTML文件作为内容源,并调整显示选项以适应您的直播需求。
项目API使用文档
JavaScript绑定
插件提供了一个全局对象window.obsstudio,让您能够从JavaScript访问OBS特定功能,以便创建响应OBS状态变化的动态覆盖层。
-
获取插件版本
const pluginVersion = window.obsstudio.pluginVersion; // 返回例如 "2.17.0" -
事件监听
可注册监听如场景改变(
obsSceneChanged)等核心事件,详情见:OBS前端API参考。 -
控制OBS操作
如获取输出状态、切换场景、控制录制与流媒体等功能,都需要指定权限级别后调用相应方法,例如:
window.obsstudio.startStreaming(); // 开始直播
TypeScript类型定义
对于TypeScript用户,可通过npm或yarn安装类型定义:
npm install --save-dev @types/obs-studio
# 或者
yarn add --dev @types/obs-studio
服务集成与浏览器停靠
插件支持直接在OBS Studio界面上加载网页,实现服务集成和交互式控制,增强了直播的灵活性与互动性。
结论
通过上述指导,开发者和直播主可以深入理解OBS浏览器插件的安装、使用及其强大的API集,从而创造更加丰富和动态的直播体验。记住,随着版本更新,具体细节可能有所变动,推荐始终查阅最新的官方文档保持同步。
kernelopenEuler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。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00