【免费下载】 Sunshine 项目安装和配置指南
2026-01-20 01:27:35作者:董宙帆
1. 项目基础介绍和主要编程语言
项目基础介绍
Sunshine 是一个自托管的游戏流媒体主机,专为 Moonlight 设计。它提供了低延迟的云游戏服务器功能,支持 AMD、Intel 和 Nvidia 的 GPU 进行硬件编码,同时也支持软件编码。用户可以通过任何 Moonlight 客户端在多种设备上连接到 Sunshine,并使用 Web UI 进行配置和客户端配对。
主要编程语言
Sunshine 项目主要使用以下编程语言:
- C++:用于核心功能的实现。
- Python:用于一些辅助脚本和工具。
- HTML 和 Vue:用于 Web UI 的开发。
2. 项目使用的关键技术和框架
关键技术
- Moonlight:一个开源的 NVIDIA GameStream 客户端,Sunshine 与之兼容,允许用户在各种设备上进行游戏流媒体传输。
- Web UI:提供了一个用户友好的界面,用于配置和客户端配对。
- 硬件编码:支持 AMD、Intel 和 Nvidia 的 GPU 进行硬件编码,以降低延迟。
框架
- CMake:用于项目的构建和编译。
- Docker:提供了容器化的解决方案,便于在不同环境中部署。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下最低要求:
- 操作系统:Windows 10+、macOS 12+、Linux(Debian 12+、Fedora 39+、Ubuntu 22.04+)
- CPU:AMD Ryzen 3 或更高,Intel Core i3 或更高
- 内存:4GB 或更多
- GPU:支持硬件编码的 AMD、Intel 或 Nvidia GPU
- 网络:5GHz 802.11ac 或更好的网络连接
详细安装步骤
步骤 1:克隆项目仓库
首先,您需要从 GitHub 克隆 Sunshine 项目仓库到本地。
git clone https://github.com/LizardByte/Sunshine.git
cd Sunshine
步骤 2:安装依赖
根据您的操作系统,安装所需的依赖包。
Windows:
# 使用 Chocolatey 安装依赖
choco install cmake mingw make
macOS:
# 使用 Homebrew 安装依赖
brew install cmake make
Linux(以 Ubuntu 为例):
sudo apt-get update
sudo apt-get install cmake build-essential
步骤 3:构建项目
使用 CMake 构建项目。
mkdir build
cd build
cmake ..
make
步骤 4:配置和启动
构建完成后,您可以通过 Web UI 进行配置和启动 Sunshine。
# 启动 Sunshine
./sunshine
打开浏览器,访问 http://localhost:8080,您将看到 Sunshine 的 Web UI,可以在此进行配置和客户端配对。
配置指南
-
Web UI 配置:
- 在 Web UI 中,您可以设置流媒体的质量、分辨率和其他参数。
- 通过“配对”功能,将您的设备与 Sunshine 服务器配对。
-
客户端连接:
- 使用 Moonlight 客户端(如 Moonlight for Android、Moonlight for Windows 等)连接到 Sunshine 服务器。
- 输入服务器地址和配对码,完成连接。
通过以上步骤,您应该能够成功安装和配置 Sunshine 项目,并开始享受低延迟的游戏流媒体体验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
446
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254