NxNandManager 使用教程
1. 项目介绍
NxNandManager 是一个用于管理 Nintendo Switch NAND 的开源工具。它支持多种操作,包括备份、恢复、挂载、调整大小、创建 emuNAND 等。NxNandManager 主要面向 Windows 平台,提供了图形用户界面(GUI)和命令行界面(CLI)两种操作方式。
主要功能
- 备份和恢复:支持备份和恢复 Nintendo Switch 的 NAND,包括系统分区、用户分区等。
- 加密和解密:支持对加密分区进行加密和解密操作。
- 调整大小:支持调整 NAND 的大小,特别是用户分区。
- 创建 emuNAND:支持从 NAND 镜像创建 emuNAND。
- 挂载分区:支持将 FAT 分区挂载为虚拟磁盘。
2. 项目快速启动
2.1 安装
首先,克隆项目到本地:
git clone https://github.com/eliboa/NxNandManager.git
cd NxNandManager
2.2 编译
NxNandManager 使用 MinGW 进行编译。确保你已经安装了 MinGW 和 OpenSSL。
make
2.3 运行
编译完成后,可以直接运行生成的可执行文件:
./NxNandManager.exe
2.4 使用示例
以下是一个简单的备份操作示例:
./NxNandManager.exe -i \\.\PhysicalDrive3 -o "C:\Users\Public\NAND dump\rawnand.bin"
这个命令将从物理驱动器 \\.\PhysicalDrive3 备份 NAND 到 C:\Users\Public\NAND dump\rawnand.bin 文件中。
3. 应用案例和最佳实践
3.1 备份和恢复
在更新系统或进行其他操作之前,建议先备份 NAND。备份完成后,如果出现问题,可以通过恢复操作将系统恢复到备份时的状态。
3.2 创建 emuNAND
emuNAND 是一个虚拟的 NAND,可以在不影响真实 NAND 的情况下进行各种实验。创建 emuNAND 的步骤如下:
- 备份当前的 NAND。
- 使用备份文件创建 emuNAND。
- 在 emuNAND 中进行各种操作,避免对真实 NAND 造成影响。
3.3 调整分区大小
如果用户分区的空间不足,可以使用 NxNandManager 调整分区大小。调整分区大小时,建议先备份数据,以防数据丢失。
4. 典型生态项目
4.1 Hekate
Hekate 是一个用于启动 Nintendo Switch 的工具,支持多种启动模式,包括从 emuNAND 启动。NxNandManager 可以与 Hekate 配合使用,实现更复杂的系统管理。
4.2 TegraRcmGUI
TegraRcmGUI 是一个用于进入 RCM 模式的工具,可以与 NxNandManager 配合使用,实现对 NAND 的挂载和操作。
4.3 biskeydump
biskeydump 是一个用于提取 Nintendo Switch 的 BIS 密钥的工具。NxNandManager 可以使用这些密钥进行加密和解密操作。
通过以上模块的介绍,你应该已经对 NxNandManager 有了基本的了解,并能够进行简单的操作。希望这篇教程对你有所帮助!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00