电催化二氧化碳还原反应(eCO₂RR)为实现碳资源循环利用与碳中和目标提供了重要途径。金属有机框架材料(MOFs)凭借结构可设计性强、孔道可调及活性位点高度分散等优势，在eCO₂RR领域展现出良好的应用前景，但其在反应过程中的结构重构与真实活性物种的识别方面仍面临挑战。本文系统综述了原位傅里叶红外光谱、原位拉曼光谱、原位紫外可见吸收光谱、原位X射线吸收光谱、原位X射线衍射、原位差分电化学质谱及循环伏安法等原位表征技术在MOFs基催化剂的eCO₂RR研究中的进展，重点阐述了各类技术在中间体识别、金属价态演变、配位环境变化、结构重构行为及产物生成路径解析等各方面中的作用与优势。与已有综述侧重表征技术自身介绍不同，本文以MOFs动态重构与真实活性位点溯源为主线，系统梳理了多尺度原位表征如何揭示MOFs本征结构的重构与催化性能之间的关系。此外，本文还展望了多技术联用、时空分辨率提升以及原位数据与理论计算/机器学习深度融合等未来发展方向。通过整合上述原位表征信息，为深入认识真实活性位点、阐明反应机理以及设计高效MOFs基电催化体系提供参考。