首页
/ 解锁手柄操作新姿势:wiliwili宏录制功能完全攻略

解锁手柄操作新姿势:wiliwili宏录制功能完全攻略

2026-04-21 09:03:57作者:吴年前Myrtle

wiliwili作为专为手柄控制设计的第三方跨平台B站客户端,支持PC、PSVita、PS4和Nintendo Switch等多设备,其手柄宏录制功能可帮助用户自定义连招,解放双手,轻松实现复杂操作的自动化。

为什么需要手柄宏录制?三大核心优势

在使用手柄操作B站客户端时,复杂的按键组合和反复操作常常让人感到困扰。wiliwili的手柄宏录制功能就像一位贴心的操作助手,将繁琐的操作流程简化为一键触发,让你专注于内容本身,提升观看体验。

直播互动一键搞定

看直播时,切换画质、发送弹幕等操作往往需要在多层菜单中寻找,等操作完成,精彩瞬间早已错过。有了宏录制,只需一键即可完成画质切换与弹幕发送,不错过任何精彩内容。

视频控制精准高效

调整视频进度、音量和画质,需要多个按键配合,手忙脚乱还不一定能达到理想效果。宏录制功能让这些操作变得简单,精准控制触手可及。

跨设备操作无缝切换

不同设备的手柄按键布局可能不同,适应起来费时费力。wiliwili的宏录制支持为各设备定制专属宏命令,实现跨设备的无缝操作体验。

wiliwili宏设置界面截图 图:wiliwili宏设置流程界面,直观展示宏录制功能的设置步骤

宏录制功能探秘:从捕获到重放的全过程

事件捕获:记录每一个按键动作

宏核心模块位于wiliwili/include/utils/,通过监听手柄的按键动作,精确记录按键类型、按下时长等信息,为后续的宏命令生成打下基础。

数据存储:形成专属宏命令文件

捕获到的一系列事件按照时间顺序存储,形成一个宏命令文件,方便用户随时调用和编辑,打造属于自己的个性化操作方案。

事件重放:一键触发复杂操作

当触发宏命令时,系统按照存储的事件顺序,依次模拟按键操作,实现复杂操作的一键执行,让操作变得简单高效。

wiliwili视频播放界面 图:wiliwili视频播放界面,展示宏录制功能在视频控制中的应用场景

新手也能轻松上手:宏录制设置步骤

进入wiliwili客户端设置界面,找到“手柄设置”,选择“录制新宏”。按照提示操作手柄,完成后保存并设置触发按键,简单几步就能拥有自己的专属宏命令。录制时尽量保持操作连贯,避免不必要的停顿,让宏命令更加精准高效。

进阶技巧:打造个性化操作体验

多宏组合实现复杂操作

将多个宏命令组合使用,实现更复杂的操作。比如在观看系列视频时,设置一个宏自动播放下一集并调整到最佳画质,让观看过程更加流畅。

跨设备适配方案

不同设备的手柄按键可能不同,为每个设备录制专属宏命令。例如在Nintendo Switch上设置的宏,在PS4上重新调整按键映射,确保在各种设备上都能畅享便捷操作。

通过wiliwili的手柄宏录制功能,手柄操作不再复杂,自定义连招轻松实现,解放你的双手,带来更优质的B站客户端使用体验。快来试试,开启你的高效操作之旅吧!

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
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
509
550
docsdocs
暂无描述
Markdown
852
5.68 K
kernelkernel
deepin linux kernel
C
33
16
ops-transformerops-transformer
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++
1.04 K
2.48 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
ops-nnops-nn
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++
845
1.69 K
jiuwenswarmjiuwenswarm
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
3.16 K
856
ops-mathops-math
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++
1.25 K
1.37 K
AscendNPU-IRAscendNPU-IR
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++
502
345
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410