【亲测免费】 sys-con 项目下载及安装教程
1、项目介绍
sys-con 是一个 Nintendo Switch 的自定义系统模块(sysmodule),旨在为第三方游戏控制器提供支持。该项目允许用户在 Nintendo Switch 上使用非官方的游戏控制器,而无需中间人(man-in-the-middle)的介入。目前,该项目仅支持通过 USB 连接的控制器,并且仍在开发中,许多功能尚未完全实现。
2、项目下载位置
你可以通过以下链接访问 sys-con 项目的 GitHub 仓库,并下载最新版本的发布包:
在仓库页面的右侧,你可以找到“Releases”部分,点击进入后可以下载最新的发布包(zip 文件)。
3、项目安装环境配置
在安装 sys-con 之前,你需要确保你的开发环境已经配置好。以下是配置步骤:
3.1 安装 devkitA64
sys-con 项目依赖于 devkitA64,你需要先安装这个工具链。你可以通过以下命令安装:
sudo apt-get install devkitA64
3.2 配置 libnx
sys-con 项目还依赖于 libnx,你需要确保你的 libnx 版本与项目兼容。你可以通过以下命令克隆并安装 libnx:
git clone https://github.com/switchbrew/libnx.git
cd libnx
git checkout b35d42f
make install
3.3 配置 Visual Studio Code(可选)
如果你使用 Visual Studio Code 进行开发,可以按照以下步骤配置:
- 打开 Visual Studio Code。
- 打开
sys-con项目文件夹。 - 确保你的环境变量中已经定义了
DEVKITPRO。

4、项目安装方式
4.1 下载并解压发布包
从 GitHub 仓库的“Releases”部分下载最新的发布包,并将其解压到你的 SD 卡中。
4.2 启动或重启 Nintendo Switch
将 SD 卡插入 Nintendo Switch,并启动或重启设备。sys-con 模块将自动加载并启用。
4.3 配置控制器
sys-con 提供了一个配置文件夹,位于 sdmc:/config/sys-con/。你可以在这个文件夹中调整摇杆和触发器的死区,以及重新映射输入。配置文件的更改将实时更新。
5、项目处理脚本
sys-con 项目包含一些处理脚本,用于构建和清理项目。以下是一些常用的脚本命令:
5.1 构建项目
make -j8
该命令将构建项目及其依赖项,并将生成的文件放置在 out/ 文件夹中。-j8 参数表示使用 8 个线程来加速构建过程。
5.2 清理项目
make clean
该命令将清理项目文件(但不包括依赖项)。
5.3 完全清理
make mrproper
该命令将清理项目文件及其依赖项。
通过以上步骤,你应该能够成功下载、配置并安装 sys-con 项目,并在 Nintendo Switch 上使用第三方控制器。
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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112