Checkpoint 开源项目使用教程
1. 项目介绍
Checkpoint 是一个快速且简单的 Homebrew 存档管理器,适用于 3DS 和 Switch 平台。该项目由 BernardoGiordano 创建,旨在提供一个高效、轻量级的存档管理解决方案。Checkpoint 支持 3DS 和 DS 卡带、数字标准标题和演示标题的存档管理,并且能够自动检查和过滤没有存档的 Homebrew 标题,无需外部标题列表和过滤器。对于 Switch 平台,Checkpoint 支持 NAND 存档管理,自动加载标题信息。
2. 项目快速启动
2.1 环境准备
在开始使用 Checkpoint 之前,请确保您已经安装了以下依赖:
-
3DS 版本:
dkp-pacman -S libctru citro3d citro2d tex3ds 3ds-bzip2 -
Switch 版本:
dkp-pacman -S libnx switch-pkg-config switch-freetype switch-libpng switch-libjpeg-turbo switch-sdl2 switch-sdl2_image switch-sdl2_ttf
2.2 下载与编译
-
克隆项目仓库:
git clone https://github.com/FlagBrew/Checkpoint.git cd Checkpoint -
编译项目:
-
3DS 版本:
make -f Makefile.3ds -
Switch 版本:
make -f Makefile.switch
-
2.3 安装与使用
- 将编译好的二进制文件复制到您的 3DS 或 Switch 设备上。
- 在设备上运行 Checkpoint,首次启动可能需要较长时间(通常为 1-2 分钟),因为需要创建工作目录。
- 使用 DPAD/LR 滚动标题列表,使用 A 键选择目标标题。
- 使用 DPAD 或触摸屏选择目标备份进行恢复或覆盖。
3. 应用案例和最佳实践
3.1 3DS 存档管理
Checkpoint 支持 3DS 和 DS 卡带、数字标准标题和演示标题的存档管理。用户可以通过 Checkpoint 轻松备份和恢复游戏存档,确保数据安全。
3.2 Switch 存档管理
对于 Switch 平台,Checkpoint 支持 NAND 存档管理,自动加载标题信息。用户可以方便地备份和恢复游戏存档,避免数据丢失。
3.3 自定义配置
用户可以通过编辑 config.json 文件来自定义 Checkpoint 的功能。例如,可以添加过滤器、收藏夹和额外的存档文件夹。
4. 典型生态项目
4.1 FlagBrew
FlagBrew 是一个致力于为 3DS 和 Switch 平台提供 Homebrew 解决方案的社区。Checkpoint 是 FlagBrew 项目的一部分,为用户提供了一个高效、轻量级的存档管理工具。
4.2 devkitPro
devkitPro 是一个开源的开发工具链,支持 3DS 和 Switch 平台的 Homebrew 开发。Checkpoint 项目依赖于 devkitPro 提供的工具和库进行编译和开发。
4.3 TWLSaveTool
TWLSaveTool 是一个用于 3DS 平台的存档管理工具,Checkpoint 项目从中借鉴了部分 SPI 代码,以提高存档管理的效率和稳定性。
通过以上模块的介绍,您可以快速了解并开始使用 Checkpoint 项目,确保您的 3DS 和 Switch 游戏存档安全可靠。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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