探索娱乐边界:PegaSwitch 开源工具包

由 Reswitched 团队打造的 PegaSwitch 是一款专为 Nintendo Switch 设计的开发工具包。这个项目旨在提供一个便捷的平台,帮助开发者和热情的玩家深入研究 Switch 的内在潜能。
项目安装
要开始使用 PegaSwitch,您只需要完成以下简单步骤:
- 在您的计算机上安装最新版本的 Node.js(从 nodejs.org 获取)。
- 克隆该项目仓库。
- 运行
npm install安装所需依赖。
使用方法
确保您的电脑开放了 53、80 和 8100 端口,然后以管理员权限运行 sudo node start.js。在某些特定版本中,可能需要加上 --webapplet 参数。接下来,将 Switch 的 DNS 设置指向你的计算机 IP,并通过连接测试触发 Captive Portal 或访问更新页面。
值得注意的是,1.0.0 版本需要使用日版的《Puyo Puyo Tetris》启动 WebApplet。
文档与支持
PegaSwitch 使用 JSDoc 注释自动生成 API 文档,最新的文档托管于 此处。若要在本地查看,只需运行 npm run docs:serve 并访问 http://localhost:4001。若需生成到 docs 文件夹,运行 npm run docs:generate 即可。
对于遇到的问题,如 DNS 返回错误的 IP 地址,可以使用 --ip 参数指定 IP 地址。Windows 用户请注意,虽然不支持 curses UI,但可以通过指定日志文件的方式进行操作。
应用场景
PegaSwitch 可广泛用于 Switch 娱乐设备的开发调试、系统研究和自定义软件的加载。无论是独立开发者还是对 Switch 内核感兴趣的玩家,都可以借助 PegaSwitch 深入了解其工作原理,甚至创建自己的应用或娱乐内容。
项目特点
- 易用性:简单的安装和使用流程使得任何人都能快速上手。
- 灵活性:支持多种进入点,包括 WebApplet 启动方式。
- 自动化:自动执行必要的设置脚本,减少手动操作。
- 跨平台:除了 Linux 和 macOS,还提供了有限度的 Windows 支持。
- 文档完整:详尽的 API 文档有助于理解和扩展项目。
PegaSwitch 遵循 ISC 许可协议,详情见附带的 LICENSE.md 文件。
准备好探索 Nintendo Switch 的无限可能性了吗?立即加入 PegaSwitch 社区,与全球的开发者一同开启这段旅程吧!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00