3DSident:终极3DS设备信息检测工具,一键获取系统详情 🕵️♂️
3DSident是一款专为任天堂3DS设计的开源设备信息检测工具,类似于经典的PSPident。它能全面扫描并显示3DS主机的系统版本、硬件配置、电池状态、存储信息等关键数据,是3DS玩家和开发者必备的系统检测工具。
🚀 为什么选择3DSident?核心功能一览
系统信息深度检测
3DSident能精准识别当前内核版本、FIRM固件版本及系统版本,甚至包括初始系统版本信息。通过解析硬件标识符,它能区分零售机、开发板、调试器等设备类型,并显示详细的型号代码。

图1:3DSident主界面展示系统版本与硬件信息(alt:3DSident系统信息检测界面)
硬件配置全解析
- 屏幕类型:自动检测上下屏是否为IPS或TN面板
- 区域与语言:显示设备销售区域及系统语言设置
- 网络信息:MAC地址、IP地址、Wi-Fi信号强度实时监控
- 电池状态:精确显示充电状态、剩余电量百分比、电压及MCU固件版本
存储与账户管理
- 存储容量:SD卡、NAND存储器的总容量与可用空间
- 标题与票据:统计SD卡和NAND中安装的游戏标题数量及票据信息
- NNID详情:显示用户名、主ID、时区等账户关联信息
📥 超简单安装指南(3步搞定)
准备工作
确保您的3DS已安装Homebrew Launcher,SD卡格式化为FAT32文件系统。
快速安装步骤
-
下载最新版本
访问项目仓库获取最新发布包:git clone https://gitcode.com/gh_mirrors/3d/3DSident -
文件部署
将解压后的文件复制到SD卡的/3ds/3DSident/目录下,确保结构如下:/3ds/3DSident/ ├── 3DSident.3dsx ├── icon.png └── romfs/ -
启动应用
在Homebrew Launcher中找到3DSident图标,点击即可运行。
💡 提示:若使用FBI等安装工具,可直接安装.cia格式文件到系统菜单
🎮 实用操作指南
基本导航
- 方向键:切换不同信息页面
- A键:确认选择/进入详情
- B键:返回上一级菜单
- Start+Select:激活按键测试模式
特色功能使用
- 屏幕类型检测:在硬件信息页查看"Screen Type"项,显示IPS/TN面板信息
- 存储分析:进入存储页面可查看SD卡和NAND的详细分区使用情况
- Wi-Fi监控:网络信息页实时显示信号强度(0-100%)和连接状态

图2:3DSident支持的按键操作示意图(alt:3DSident按键测试功能界面)
🔧 开发者参考
项目结构
核心功能模块位于以下路径:
- 系统信息获取:common/system.c
- 硬件检测:common/hardware.c
- 存储管理:common/storage.c
- GUI界面:gui/source/menus.c
编译指南
项目使用Makefile构建系统,在devkitPro环境中执行:
cd 3DSident
make
❓ 常见问题解答
Q: 无法检测到SD卡怎么办?
A: 检查SD卡是否正确插入,或尝试重新格式化SD卡(注意备份数据)。
Q: 电池百分比显示不准确?
A: 该数据来自MCU芯片直接读取,部分第三方电池可能存在识别偏差。
Q: 支持New 3DS/2DS机型吗?
A: 完全支持所有3DS系列机型,包括New 3DS、2DS XL等硬件版本。
📄 开源许可与致谢
3DSident基于MIT许可证开源,原始项目由wolfvak创建,当前版本由joel16维护。特别感谢devkitPro开发工具链及Citro2D图形库的支持。
![]()
图3:3DSident官方图标(alt:3DSident开源项目Logo)
需要获取最新版本或提交反馈?请访问项目代码仓库参与贡献!
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 StartedRust0191
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 Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08