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!
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