【亲测免费】 sys-con 技术文档
概述
sys-con 是一个专为 Nintendo Switch 设计的自定义系统模块,它旨在支持第三方游戏控制器,无需中间人设备。当前版本仅支持通过USB连接的控制器。此项目适用于固件版本 5.0.0 及以上的 Atmosphère 越狱环境。
安装指南
-
获取最新发布: 访问项目的 Releases 页面,下载最新的zip文件。
-
解压到SD卡: 将下载的zip文件解压缩,并将其全部内容放置到您的Switch的SD卡根目录下。
-
启动或重启Switch: 解压后,简单地重启您的Switch,sys-con将自动加载。
使用说明
sys-con 自带配置功能,位于 sdmc:/config/sys-con/ 目录下:
- 调整设置: 配置文件夹内提供了stick和触发器的死区调整选项,以及输入的重新映射能力。参考同目录下的
example.ini文件了解详情。对这些文件所做的任何修改都将即时生效。
API使用文档
请注意,sys-con主要是作为一个系统模块而非库提供服务,因此直接的API调用不适用。然而,开发者可以通过源代码(在 source 目录下)了解到其内部工作原理,从而进行二次开发或扩展。
开发者构建指南
-
正确克隆仓库: 不要直接以ZIP形式下载,而应该使用git客户端递归克隆(例如Git Bash、Github Desktop等),确保子模块也被正确获取。
-
环境准备: 确保您的开发环境已安装了 devkitA64,并且需要特定版本的libnx,指向提交哈希
[b35d42f](https://github.com/switchbrew/libnx/commit/b35d42faaa60b02662aaaf0702614f6e4afcbbbc)。为此,您需要克隆libnx仓库,检出指定的提交,并执行make install。 -
构建项目:
- 使用
make -j8并行编译,加快构建速度,可根据自身硬件性能调整-j后的数字。 - 执行
make clean清理项目生成的文件,但不会影响依赖项。 - 运行
make mrproper完全清理,包括依赖项。
- 使用
如果您使用 Visual Studio Code,可以直接打开项目文件夹并利用内置的构建任务进行编译,且预设了针对Switch开发的Intellisense环境,前提是你已经正确设置了DEVKITPRO环境变量。
此文档意在为sys-con用户提供安装及基本使用指导。对于想要深入理解和开发的用户,探索源码将会是最佳途径。记住,对于如蓝牙支持等功能,可查看 MissionControl 项目。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00