重新定义手柄操控的B站体验:wiliwili如何让掌机与PC无缝衔接
当你握着Switch手柄在游戏世界探险时,是否想过无需放下手柄就能刷B站?当低配置电脑运行官方客户端卡顿不堪时,是否渴望一个轻量高效的替代方案?wiliwili——这款专为手柄用户打造的第三方B站客户端,正在用跨平台技术重新书写视频娱乐的操作逻辑。它像一位精通多语言的翻译官,让不同设备的手柄指令都能精准传达,让视频内容在掌机、主机和PC间自由流动。
🎮 掌机用户的视频娱乐解决方案:从游戏到追剧的无缝切换
想象这样的场景:Switch刚通关一个BOSS,顺手按下Home键,wiliwili的动态磁贴界面立即展开——上周追更的番剧进度条静静等待,关注的UP主新投稿闪烁提示。这种无需键盘鼠标的流畅体验,源于wiliwili对手柄操作的深度优化:左侧摇杆控制光标如同移动游戏角色,ABXY键对应确认取消,肩键快速切换标签页,十字键精准定位视频进度。
图:Switch平台的wiliwili主界面,采用磁贴式布局适配手柄导航
在PSVita的小屏幕上,界面元素会智能放大至拇指可及范围;PS4版则支持 DualShock 4的触控板快速滑动。这种"设备自适应"设计,让每个按键都恰到好处,就像为不同手柄定制的专属方向盘。
💻 低配置电脑的流畅播放技巧:轻量架构带来的性能革命
wiliwili的技术团队像搭积木般构建了这套高效系统:用nanovg绘制界面如同用马克笔作画,线条流畅且资源消耗极低;MPV + FFMPEG的视频播放组合则像一台精密的播放引擎,支持硬件解码时CPU占用率直降40%。有用户反馈,在十年前的老旧笔记本上,官方客户端卡顿的1080P视频,wiliwili竟能流畅播放。
更巧妙的是它的"动态资源调度"机制:当检测到设备性能不足时,会自动降低界面动画复杂度,优先保障视频解码。这种"智能节流"技术,让低配设备也能享受接近旗舰机的观看体验。
🌍 跨越语言与设备的视频服务:全球化设计理念
打开wiliwili的语言设置,简繁中日韩英六种语言像六把钥匙,能打开不同文化圈的内容大门。这背后是基于ICU库的本地化框架,连弹幕翻译都能实时切换语言风格。在日本玩家的PS4上,界面会自动适配日语敬语表达;欧美用户则能看到符合习惯的24小时制时间显示。
多平台支持更是令人惊叹:从Switch的Tegra芯片到PC的x86架构,从PSVita的ARM处理器到PS4的Cell架构,wiliwili像一位全能演员,在不同舞台都能完美发挥。开发团队通过CMake与xmake构建系统,将底层代码抽象为"硬件无关层",让同一套业务逻辑在各平台自由移植。
📖 新手入门指南:三步开启手柄B站之旅
-
获取与安装
访问项目仓库克隆代码:git clone https://gitcode.com/GitHub_Trending/wi/wiliwili,根据平台选择对应编译脚本。PC用户可直接运行scripts/build_mac.sh或scripts/build_linux.sh,掌机用户需参考对应平台的编译指南。 -
手柄适配设置
首次启动会自动检测手柄类型,推荐使用默认键位配置。进阶用户可在"设置-控制器"中自定义按键映射,比如将L2/R2设置为音量调节,十字键上下控制播放速度。 -
个性化定制
在"主题设置"中选择深色/浅色模式,调整磁贴大小与透明度;"播放设置"里开启硬件解码和弹幕防遮挡功能。多语言用户可在"语言"选项中即时切换界面文字。
🚀 未来展望:从工具到生态的进化
wiliwili团队正探索更多可能性:计划中的"跨设备续播"功能将让你在Switch上暂停的视频,回到PC端能无缝继续;"手柄体感操作"或许能让你挥动手柄模拟点赞手势。随着社区贡献者的加入,更多平台适配与功能优化正在酝酿中。
如果你是手柄控、掌机玩家,或是追求高效体验的PC用户,这个开源项目值得一试。它不仅是一个客户端,更是一种用手柄探索视频世界的全新方式。现在就加入这个正在成长的社区,用代码和创意共同扩展手柄娱乐的边界。
项目仓库地址:通过git clone https://gitcode.com/GitHub_Trending/wi/wiliwili获取最新代码
编译文档:查看项目内docs/目录下的平台编译指南
问题反馈:提交issue至项目仓库的issue板块
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 StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
