【亲测免费】 Box64Droid 项目安装与使用教程
1. 项目的目录结构及介绍
Box64Droid 项目的目录结构如下:
Box64Droid/
├── installers/
│ └── install
├── scripts/
│ └── install
├── LICENSE
├── README.md
└── _config.yml
目录结构介绍:
-
installers/: 包含安装脚本的目录。
- install: 安装脚本文件,用于自动化安装 Box64Droid。
-
scripts/: 包含其他脚本的目录。
- install: 另一个安装脚本文件,用于自动化安装 Box64Droid。
-
LICENSE: 项目的许可证文件,采用 GPL-3.0 许可证。
-
README.md: 项目的说明文件,包含项目的概述、安装说明和使用指南。
-
_config.yml: 项目的配置文件,可能包含项目的元数据或配置信息。
2. 项目的启动文件介绍
Box64Droid 项目的启动文件是 installers/install 和 scripts/install。这两个文件都是用于自动化安装 Box64Droid 的脚本。
启动文件介绍:
-
installers/install: 该脚本用于下载并安装 Box64Droid 项目。用户可以通过在 Termux 中运行以下命令来启动安装:
curl -o install https://raw.githubusercontent.com/Ilya114/Box64Droid/main/installers/install -
scripts/install: 该脚本与
installers/install类似,也是用于自动化安装 Box64Droid 项目。用户可以通过在 Termux 中运行以下命令来启动安装:curl -o install https://raw.githubusercontent.com/Ilya114/Box64Droid/main/scripts/install && chmod +x install && ./install
安装完成后,用户可以通过运行 box64droid --start 来启动 Box64Droid。
3. 项目的配置文件介绍
Box64Droid 项目的配置文件主要位于 /sdcard/Box64Droid/ 目录下,包含以下几个文件:
-
Box64Droid.conf: 该文件包含 Box64Droid 项目的配置信息,包括 Box86、Box64 和 Wine 的配置。用户可以在此文件中设置环境变量,以自定义 Box86 和 Box64 的行为。
-
DXVK_D8VK.conf: 该文件用于配置 DXVK 和 D8VK 的环境变量,以便在 Wine 中使用 DirectX 渲染。
-
DXVK_D8VK_HUD.conf: 该文件用于配置 DXVK_HUD 的环境变量,以便在游戏中显示性能统计信息。
配置文件介绍:
-
Box64Droid.conf: 该文件包含 Box64Droid 项目的核心配置信息。用户可以在此文件中设置 Box86 和 Box64 的环境变量,以优化性能或解决特定问题。例如,用户可以设置
BOX64_LOG变量来控制 Box64 的日志输出级别。 -
DXVK_D8VK.conf: 该文件用于配置 DXVK 和 D8VK 的环境变量。用户可以在此文件中设置
DXVK_HUD变量,以在游戏中显示性能统计信息。例如,设置DXVK_HUD=fps可以显示帧率。 -
DXVK_D8VK_HUD.conf: 该文件用于配置 DXVK_HUD 的环境变量。用户可以在此文件中设置
DXVK_HUD变量,以在游戏中显示性能统计信息。例如,设置DXVK_HUD=full可以显示详细的性能统计信息。
通过这些配置文件,用户可以自定义 Box64Droid 的行为,以满足不同的使用需求。
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 StartedRust099- 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