Offline-PS4-Remote-Play 的安装和配置教程
项目基础介绍
Offline-PS4-Remote-Play 是一个开源项目,允许用户在没有互联网连接的情况下,通过本地网络使用电脑控制 PS4 进行远程播放。该项目旨在解决在没有互联网连接时无法使用索尼官方远程播放功能的限制。主要编程语言为 C#。
项目使用的关键技术和框架
该项目使用了以下关键技术和框架:
- C# 语言进行开发
- 使用了 BsPatch 技术来对 PS4 远程播放软件进行打补丁操作
- 网络调试工具作为中间件来拦截和处理网络请求,模拟网络连接状态
项目安装和配置的准备工作
在开始安装和配置 Offline-PS4-Remote-Play 前,请确保以下准备工作已经完成:
- 下载并安装了 .NET Framework 或 .NET Core(具体版本请参考项目文档)
- 下载并安装了网络调试工具(用于网络请求拦截和处理)
- 确保你的电脑和 PS4 处于同一个本地网络环境中
安装步骤
-
下载项目源码 将项目源码从 GitHub 下载到本地电脑。可以通过 Git 命令
git clone https://github.com/MysteryDash/Offline-PS4-Remote-Play.git或者直接在 GitHub 网站上下载 zip 文件。 -
编译项目 打开下载的项目文件夹,使用 Visual Studio 或其他支持 C# 的 IDE 打开 Offline-PS4-Remote-Play 解决方案,然后编译项目。
-
运行自动打补丁工具 在编译后的项目中找到
PS4 Remote Play Auto-Patcher或PS4 Remote Play Patcher工具,运行它。如果工具无法自动找到 PS4 远程播放软件的位置,手动指定其路径。 -
备份原始软件 在打补丁之前,确保工具已经创建了对原始 PS4 远程播放软件的备份。
-
打补丁 使用工具对 PS4 远程播放软件进行打补丁操作。这一步将会移除软件中的网络检查功能。
-
配置网络调试工具 运行网络调试工具,并启用 HTTPS 解密功能。
- 在网络调试工具中运行,启动 PS4 远程播放软件,并等待请求发送到
https://remoteplay.dl.playstation.net/remoteplay/module/win/rp-version-win.json。 - 可能还会有一个请求到
https://remoteplay.dl.playstation.net/remoteplay/module/pplist_v2.json,按照同样的方式处理。 - 在网络调试工具的 AutoResponder 选项卡中,启用规则并允许未匹配的请求通过。
- 将请求拖放到规则列表中,然后转到脚本编辑选项卡,添加必要的脚本来拦截和响应请求。
- 在网络调试工具中运行,启动 PS4 远程播放软件,并等待请求发送到
-
创建热点 使用手机或其他设备创建一个没有互联网连接的热点,并将电脑连接到这个热点。
-
启动 PS4 远程播放 运行经过补丁的 PS4 远程播放软件,它将尝试连接到网络,但由于连接的是没有互联网的热点,因此会认为已经连接到网络,不会显示更新窗口。
-
享受游戏 连接电脑和 PS4,然后启动远程播放功能,享受无互联网连接下的 PS4 游戏体验。
以上步骤为基本的安装和配置指南,请根据实际情况调整操作细节。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00