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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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