GlosSI 完整使用指南:让任何游戏都支持 Steam 控制器配置
GlosSI(Global Steam Input)是一款革命性的系统级 Steam 输入工具,它能让你在任何 Windows 应用程序中使用 Steam 控制器的自定义按键映射功能。无论你是想在 Windows 商店应用、模拟器还是其他非 Steam 游戏中获得完整的控制器体验,GlosSI 都能帮你实现这个目标。通过创建全局透明覆盖层,GlosSI 突破了 Steam 输入的应用限制,让你的 Steam 控制器发挥最大潜力!
🎮 GlosSI 能为你做什么?
GlosSI 的核心价值在于打破 Steam 平台的限制,让 Steam 控制器成为真正的通用游戏输入设备。以下是它的主要应用场景:
支持全类型应用程序
- Win32 传统程序:各种独立游戏和应用程序
- UWP 商店应用:Windows 商店下载的游戏和应用
- 模拟器程序:各类复古游戏模拟器
- 其他非 Steam 游戏:任何无法通过 Steam 启动的游戏
突破性功能特性
- 系统级输入重映射:绕过 Steam 对非 Steam 游戏的限制
- 全局透明覆盖层:随时随地调整控制器设置,不影响游戏体验
- 自动生成 Steam 快捷方式:一键添加到 Steam 库中
- 多控制器支持:同时管理多个输入设备
🚀 快速开始:五分钟上手教程
第一步:获取并安装 GlosSI
首先克隆项目仓库到本地:
git clone https://gitcode.com/gh_mirrors/gl/GlosSI
cd GlosSI
然后安装必要的依赖:
.\prebuild.ps1
.\buildSFML.ps1
第二步:创建你的第一个游戏配置
启动 GlosSI 配置工具后,你会看到简洁的初始界面:
按照以下步骤操作:
- 点击右下角的 "+" 按钮
- 选择游戏类型(Win32/UWP/模拟器)
- 填写游戏路径和显示名称
- 配置覆盖层显示选项
- 点击"添加到 Steam"完成配置
第三步:在 Steam 中启动游戏
配置完成后,游戏会以非 Steam 游戏的形式出现在你的 Steam 库中。通过 Steam 启动游戏,你就能使用 Steam 控制器的所有功能了!
⚙️ 核心配置详解
GlosSI 配置界面功能
GlosSI 配置界面包含两个主要部分:
左侧日志窗口:
- 显示设备连接状态
- 记录配置变更信息
- 提供调试信息帮助排查问题
右侧设置面板:
- 控制器模拟模式选择(Xbox 360/DSA)
- 设备隐藏功能配置
- 窗口位置和大小调整
- 高级参数设置选项
🎯 控制器使用指南
Xbox 控制器按键映射
GlosSI 为 Xbox 控制器提供了完整的按键映射:
- X 键:切换菜单、聚焦窗口、移动窗口
- Y 键:编辑文本内容
- A 键:激活功能、打开选项、调整参数
- B 键:取消操作、关闭窗口
- 左摇杆/方向键:移动光标、调整数值参数
控制器冲突解决方案
如果你遇到多个控制器同时被识别的问题,可以启用 HidHide 功能:
- 在配置界面找到"隐藏物理控制器"选项
- 勾选该选项启用设备隐藏
- 重启相关应用程序使设置生效
🔧 常见问题与解决方案
覆盖层显示异常
- 按
F12键切换覆盖层可见性 - 在配置中调整透明度设置(默认 90%)
- 确保显卡驱动为最新版本
控制器无法识别
- 检查 Steam 控制器设置是否启用
- 确认游戏已正确添加到 Steam 库
- 查看日志窗口获取详细错误信息
性能优化建议
- 关闭不必要的覆盖层元素
- 适当降低覆盖层刷新率
- 避免同时运行多个重映射实例
📋 重要注意事项
项目当前状态
由于 ViGEm 驱动已停止维护,GlosSI 目前处于维护模式。最后一个稳定版本已集成兼容版 ViGEm,现有功能完全可用,但未来可能不再添加新特性。
兼容性说明
GlosSI 需要配合 Steam 客户端使用,它扩展了 Steam 输入功能,而不是替代它。确保 Steam 已正确配置控制器支持。
💡 实用技巧分享
快捷操作技巧
- 使用控制器组合键快速访问常用功能
- 设置全局热键快速切换配置方案
- 利用覆盖层快速调整游戏设置
最佳实践
- 为不同类型的游戏创建专用配置
- 定期备份你的配置文件
- 参与社区讨论获取最新使用技巧
通过 GlosSI,你的 Steam 控制器将不再局限于 Steam 平台内的游戏。无论是 Windows 商店应用、独立游戏还是复古模拟器,都能获得丝滑的自定义按键体验。现在就开始使用 GlosSI,释放你控制器的全部潜力吧!
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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


