RomM 自托管ROM管理器安装与使用指南
2026-01-17 09:30:05作者:何举烈Damon
1. 目录结构及介绍
RomM 支持两种推荐的文件夹结构:
结构A(推荐)
library/
└── roms/
└── [平台名]/
└── [游戏ROM]
在这种结构中,所有游戏ROM都存储在library/roms/下,按平台进行分类。例如,Game Boy Color的游戏将在library/roms/gbc/下。
结构B(备选)
library/
├── [平台名]/
│ ├── roms/
│ │ └── [游戏ROM]
│ └── ...
└── ...
这种结构允许将特定多盘游戏单独存放,如my_multifile_game/,包含所有相关ISO文件。
2. 项目启动文件介绍
启动RomM通常涉及运行主应用程序脚本。虽然具体的命令可能会因部署环境的不同而异,但通常是这样的命令:
python manage.py runserver
这个命令将启动服务器,使你可以通过浏览器访问RomM界面。确保你已正确配置了Python环境并安装了所有依赖项。
3. 项目配置文件介绍
RomM的配置位于config.py文件中。以下是一些关键设置:
PLATFORMS
定义你打算管理的平台列表。这包括各个平台的名称和对应的ROM路径。
PLATFORMS = {
"gbc": {"path": "/path/to/library/roms/gbc", ...},
"gba": {"path": "/path/to/library/roms/gba", ...},
# 添加更多平台...
}
EMULATORS
这里配置你的模拟器设置,包括URL模板以及如何从库中启动游戏。
EMULATORS = {
"gbc": {"url_template": "http://localhost/emulator/gbc/{filename}", ...},
"gba": {"url_template": "http://localhost/emulator/gba/{filename}", ...},
}
TAGS
自定义标签,用于对游戏添加额外的元数据或分类。
TAGS = ["favorite", "nostalgia", "unplayed"]
确保修改这些配置以适应你的个人需求和系统环境。
以上就是RomM的基本安装和使用说明。参照此指南,你应该能够顺利地设置并开始管理你的游戏收藏。更多信息可以查阅项目源代码仓库中的README和其他文档。
登录后查看全文
热门项目推荐
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 StartedRust0455
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03
项目优选
收起
暂无描述
Markdown
832
5.52 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
496
521
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
980
2.31 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
487
314
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.26 K
CANN 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 Notebook
666
305