如何用wxlivespy抓取微信视频号弹幕?2025最新免费直播信息嗅探工具指南
2026-02-05 05:48:48作者:戚魁泉Nursing
想要实时掌握微信视频号直播间的互动动态?wxlivespy作为一款专业的微信视频号直播间弹幕信息抓取工具,能帮助你轻松监听弹幕、礼物等关键数据,并支持转发至指定服务。本文将带你快速上手这款实用工具,从安装到高级配置一步到位!
🚀 认识wxlivespy:不止是弹幕抓取工具
wxlivespy是一款针对微信视频号生态开发的直播信息嗅探工具,核心功能包括实时弹幕采集、礼物数据追踪和HTTP转发服务。它通过轻量化设计实现低资源占用,特别适合直播运营者、数据分析人员或内容创作者使用。

图:wxlivespy工具操作流程演示,展示从启动监听至数据展示的完整过程
📂 项目结构解析:快速定位核心功能
核心目录说明
- src/main/:存放主程序逻辑,包括src/main/listener.ts(监听服务)和src/main/httpserver.ts(数据转发服务)
- src/renderer/:界面渲染模块,包含src/renderer/EventPanel.tsx(弹幕展示面板)
- release/app/:打包后的可执行程序目录
- assets/:静态资源文件夹,包含工具图标和演示素材

图:wxlivespy项目核心文件结构示意图,清晰展示功能模块划分
🔧 三步上手:零基础安装教程
1. 准备工作
确保系统已安装Node.js(v14+)和npm,然后克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/wx/wxlivespy
cd wxlivespy
2. 安装依赖
执行以下命令安装项目所需依赖包:
npm install
⚠️ 注意:安装完成后需将Chrome浏览器文件复制到
assets/puppeteer_chrome目录(具体路径见开发说明)
3. 启动工具
开发环境启动命令:
npm start
生产环境打包命令:
npm run package
💡 实用功能详解
实时弹幕监听
点击主界面"开始监听"按钮后,工具会自动打开视频号管理后台,扫码登录后即可实时展示弹幕内容、发送者昵称及时间戳。
数据转发配置
在设置面板填写HTTP接口地址,工具将自动POST格式化后的JSON数据,字段包括:
content:弹幕文本userName:用户昵称giftValue:礼物价值(若有)
跨场次用户追踪
通过decoded_openid字段实现同一用户在不同直播场次的行为分析,解决传统抓取工具用户ID变化的痛点。
📝 注意事项
- 系统兼容性:目前仅在Win64系统测试通过,其他系统需自行调试
- 微信登录:必须使用视频号管理员账号扫码登录
- 数据安全:建议仅抓取合规直播内容,遵守平台数据使用规范
- 点赞数据:可获取总点赞数,但暂不支持单个用户的精确点赞次数统计
📄 许可证信息
本项目采用MIT开源协议,允许非商业及商业用途,但需保留原作者版权信息。详细条款见项目根目录LICENSE文件。
通过本文的指南,你已经掌握了wxlivespy的核心使用方法。无论是直播数据分析还是互动体验优化,这款工具都能成为你的得力助手。立即下载体验,开启微信视频号数据化运营之旅吧!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00
项目优选
收起
暂无描述
Markdown
814
5.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
930
2.18 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
750
1.49 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
780
1.06 K
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
484
493
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++
1.16 K
1.19 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
294
269
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
840
360
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.73 K
712