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。
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 StartedRust0122- 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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。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