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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00