如何参照StreamElements实现方式计算Twitch平台用户直播观看时长

首先要掰清楚一个平台层面的客观事实：Twitch官方从来没有开放过全量实时在线观众的用户列表接口，这不是你漏找了对应端点，是平台从隐私规则层面就不会向第三方提供这类细粒度的观众维度数据。市面上所有同类机器人的观看时长统计功能，都不是靠抓全量在线观众列表做出来的，核心思路都是下面这套跑了快十年的成熟逻辑：

核心实现：聊天通道心跳检测法 #

• 你的机器人接入Twitch公共聊天通道时，会持续收到频道内所有的公开聊天事件，每条事件都自带发送用户的唯一ID、消息发送的精确时间戳，这部分数据不需要额外调用任何观众列表接口就能拿到。
• 你需要维护两层存储结构：一层是内存态的实时在线状态表，用来记录每个检测到的用户的最后一次活跃时间；另一层是持久化的数据库，用来存储每个用户累计的总观看时长、历史会话时长记录。
• 设定一个10-15分钟的活跃超时窗口：只要某用户在这个窗口内产生过任意一条聊天消息，就将其标记为在线状态，更新他的最后活跃时间；如果某用户连续超过这个窗口没有产生任何聊天消息，就判定他本次观看会话结束，把这段时间的时长累加进他的总观看时长记录里。

精度补全的优化手段 #

• 单靠聊天消息做检测会漏掉全程不说话的沉默观众，你可以把所有能被机器人捕获的、关联到用户ID的交互事件都纳入心跳检测范围：比如频道点表情发送、频道点奖励兑换、投票参与、订阅/续费公告、管理员操作记录等，只要产生过一次这类交互，就重置该用户的活跃超时计时。
• 你之前用到的get-streams接口返回的实时总观看人数，可以用来做整体偏差校验：如果你的内存表统计出的在线用户数和官方返回的总观看人数差值超过合理范围，就自动临时缩短活跃超时窗口，减少把沉默观看的用户误判为离线的概率。

与Streamelements !watchtime 功能对齐的说明 #

• 所有第三方工具的watchtime统计，本质上都不可能做到100%精确覆盖所有沉默观众的观看时长，Streamelements本身用的就是上面这套心跳检测逻辑，没有借助任何非公开的接口抓取全量观众列表。
• 只要你把活跃超时窗口设置为行业通用的15分钟阈值，最终输出的观看时长结果和Streamelements的统计精度不会产生可被用户感知的差异，完全能满足个人练习项目的需求。

内容的提问来源于stack exchange，提问作者Vestalis