手柄操控如何革新B站视频体验?这款开源神器让跨设备无缝衔接
wiliwili是一款专为手柄用户打造的第三方跨平台B站客户端,通过深度优化的手柄操作逻辑和全平台适配能力,让游戏掌机、PC等设备用户都能获得流畅的视频观看体验。作为开源项目,它支持自定义布局与多语言切换,真正实现了"一处配置,多端同步"的无缝体验。
手柄玩家的痛点解决:从按键映射到交互逻辑重构
场景案例:Switch用户的通勤观影方案
每天地铁通勤的Switch玩家小李,过去总是纠结于在掌机上用触屏操作B站的不便——拥挤的车厢里滑动屏幕经常误触。自从使用wiliwili后,他只需通过Joy-Con手柄的方向键就能浏览推荐视频,ZL/ZR键快速切换分类,甚至能用右摇杆精准控制视频进度条,全程无需触碰屏幕。
wiliwili的核心突破在于重构了手柄交互逻辑:将传统鼠标点击转化为"选中-确认"的两步操作,配合震动反馈模拟物理按键手感。在设置界面中,用户可自定义每个按键功能,比如将"收藏"绑定到X键,"投币"映射到A键,真正实现"我的手柄我做主"。
跨设备技术解密:从Switch到PC的一致体验

图:wiliwili在PC端的主界面,展示了手柄优化的布局设计与内容推荐系统
这款开源项目采用模块化图形渲染架构,底层通过nanovg实现界面绘制,确保在Switch的Tegra X1芯片和PC的高性能显卡上都能保持60帧流畅度。视频播放核心则整合MPV与FFMPEG,支持硬件解码,即使是PSVita这样性能有限的设备,也能流畅播放1080P视频。
技术团队特别优化了资源加载策略:在网络较差的掌机模式下,会自动降低封面图分辨率;而连接WiFi时则预加载下一个视频的缓冲。这种智能适配机制,让用户在不同网络环境下都能获得稳定体验。
三步上手:从安装到个性化定制全指南
1. 多平台安装方案
- PC用户:克隆仓库后执行
cmake . && make,支持Windows、macOS和Linux系统 - Switch玩家:下载NSP文件通过大气层加载,或使用Homebrew Channel安装
- PSVita用户:通过VitaShell安装VPK包,需确保系统版本在3.60以上
2. 手柄键位自定义
进入设置界面的"控制器"选项,可拖拽功能图标到对应按键。推荐新手使用默认配置:
- 左摇杆:光标移动
- A键:确认/播放
- B键:返回
- 方向键:快速切换分类
3. 个性化主题设置
通过"外观"菜单可调整:
- 主题色:支持16种预设配色
- 布局模式:掌机/TV双模式切换
- 字体大小:适应不同屏幕尺寸

图:wiliwili的视频播放界面,显示手柄控制的进度条与弹幕系统
开源社区共建:从使用者到贡献者
作为开源项目,wiliwili欢迎所有开发者参与改进。目前社区正在重点优化:
- 多语言支持:需要日语、韩语翻译贡献
- 新设备适配:PS5手柄振动反馈优化
- 功能增强:直播弹幕互动系统
项目仓库地址:git clone https://gitcode.com/GitHub_Trending/wi/wiliwili
贡献指南:查看项目根目录下的CONTRIBUTING.md文件
最新版本下载:访问项目release页面获取对应平台安装包
无论是通勤路上的Switch掌机,还是客厅里连接电视的PC,wiliwili都能让你用最舒适的方式享受B站内容。这款开源神器证明,优秀的用户体验不在于设备性能,而在于对使用场景的深刻理解——毕竟,能躺着用手柄刷B站的快乐,是其他客户端给不了的。🎮
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00