wiliwili:Switch手柄优化的B站客户端全攻略
wiliwili是一款专为手柄操作深度优化的开源B站客户端,支持Switch、PSVita等多平台,为破解主机用户提供大屏视频娱乐体验。通过精心设计的按键映射和界面布局,让你用手柄也能流畅浏览、搜索和观看B站内容。
核心价值解析
跨平台娱乐中枢
wiliwili打破设备壁垒,实现PC、PSVita、PS4和Switch之间的观看记录与收藏数据同步。想象它就像你的个人媒体管家,无论使用哪个设备,都能无缝接续娱乐体验。
手柄操作革命
专为游戏手柄设计的交互逻辑,将传统触屏操作转化为精准的按键控制。就像玩游戏一样操作视频应用,让沙发娱乐回归舒适姿态。

环境适配指南
三步环境检测法
请确保你的Switch满足以下条件:
- 已安装最新大气层破解系统
- 已配置签名补丁(验证自制程序合法性的安全机制)
- 至少200MB可用存储空间
快速部署流程
准备工具:Git、开发环境依赖 ✨执行命令:
git clone https://gitcode.com/GitHub_Trending/wi/wiliwili
cd wiliwili
./scripts/build_switch.sh
验证结果:检查build目录下是否生成wiliwili.nro文件
功能探索地图
双主题视觉体验
wiliwili提供深色和浅色两种主题模式。深色主题适合夜间观看,减少眼部疲劳;浅色主题则提供更明亮清晰的视觉体验。

手柄键位自定义秘籍
🔍 配置入口:wiliwili/include/utils/shortcut_helper.hpp 默认按键布局:
- A键:确认选择/播放视频
- B键:返回上一级/取消操作
- X键:收藏内容/点赞视频
- Y键:快速搜索功能
- L/R键:切换标签页
底层逻辑简析:通过事件映射机制将手柄输入转化为应用操作,类似游戏中的按键绑定系统。
多维度内容筛选
应用提供强大的内容分类系统,支持按地区、风格、年份等多维度筛选。无论是热门番剧还是经典电影,都能快速找到。

进阶技巧手册
桌面图标化部署
✨执行命令:
cd scripts/switch-forwarder
./pack.sh
此脚本生成NSP格式安装包,可将wiliwili添加到Switch主屏幕。 🔍 配置入口:scripts/switch-forwarder/wiliwili.json
跨设备数据同步
登录同一账号即可在不同设备间同步观看历史和收藏内容。数据存储采用轻量级JSON格式,确保跨平台兼容性。

问题速解库
故障排除决策树
启动失败 → 检查签名补丁是否为最新版本 → 验证NRO文件完整性 → 确认Switch系统版本兼容性
播放卡顿 → 降低视频清晰度 → 增加网络缓存设置 → 关闭后台进程释放资源
存储空间管理技巧
- 定期清理缓存:设置中找到"存储管理"选项
- 管理离线内容:在"我的下载"中删除不需要的视频
- 备份个人数据:通过"设置-数据管理-导出数据"功能
通过本指南,你已掌握在Switch上部署和优化wiliwili的全部技巧。这款开源应用将彻底改变你在主机上的视频娱乐方式,让手柄操作比触屏更便捷。
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 StartedRust098- 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