解锁手柄操控与跨设备体验:重新定义B站客户端使用方式
wiliwili是一款专为手柄控制设计的第三方跨平台B站客户端,支持在PC全平台、PSVita、PS4和Nintendo Switch等多种设备上运行,为游戏掌机用户和多设备使用者提供了便捷的B站视频浏览与观看解决方案。
核心价值:重新定义视频内容消费方式
📌 设备无关性:打破设备壁垒,实现从游戏掌机到PC的无缝体验切换,让用户在不同场景下都能享受一致的B站服务。
🎮 交互重构:将传统触屏/鼠标交互逻辑转化为手柄友好的操作模式,通过优化的按键映射和导航设计,解决手柄操作复杂界面的痛点。
🔍 轻量高效:针对低配置设备进行深度优化,在保证功能完整性的前提下,显著降低系统资源占用,确保流畅运行。
场景痛点:游戏设备上的视频体验困境
如何通过手柄实现精准的视频内容导航?传统B站客户端在游戏设备上存在三大痛点:操作逻辑复杂,需要频繁切换输入设备;界面元素过小,不适合远距离操作;硬件资源占用高,导致设备发热和卡顿。wiliwili通过重新设计交互流程和优化渲染引擎,让用户在游戏间隙无需离开设备即可享受B站内容。
图:wiliwili在游戏设备上的主界面,展示了优化后的手柄导航布局和内容推荐区
技术解析:跨平台适配的实现之道
如何通过底层技术架构实现多设备兼容?wiliwili采用三层架构设计:
- 渲染层:基于nanovg图形库构建矢量界面,实现高分辨率适配和硬件加速,解决不同设备屏幕尺寸的显示问题。
- 播放核心:集成MPV引擎[多媒体播放核心组件]和FFMPEG解码器,通过OpenGL绘制实现低延迟视频渲染,在Switch等掌机上也能保持60fps流畅播放。
- 抽象适配层:通过统一API封装不同平台的输入输出接口,仅需修改适配层代码即可支持新设备,大幅降低跨平台维护成本。
技术难点突破:手柄输入延迟问题通过双缓冲事件处理机制解决,将输入响应时间控制在8ms以内,确保操作手感与游戏体验一致。
特色功能:场景化解决方案
- 智能导航系统:通过LR键快速切换内容分类,类比游戏中的装备切换逻辑,降低学习成本
- 单手操作模式:优化关键功能映射,支持仅用手柄摇杆和肩键完成核心操作
- 离线缓存管理:针对掌机存储限制,提供智能缓存清理和容量预警功能
- 多语言界面:内置简繁中日韩英六种语言,自动匹配系统语言设置
- 低功耗模式:在掌机端自动降低后台渲染帧率,延长续航时间20%以上
图:wiliwili视频播放界面,展示了手柄优化的控制界面和弹幕显示效果
典型用户案例
Switch玩家小李通过wiliwili实现了游戏与视频的无缝切换:在《塞尔达传说》通关间隙,无需退出游戏即可通过手柄快速浏览B站游戏攻略;通勤时使用PSVita离线观看缓存的番剧;回家后在PC上继续观看未看完的视频,所有播放进度自动同步。这种跨设备体验让他的碎片化时间得到高效利用。
实践指南:快速上手与参与贡献
如何开始使用wiliwili?
- 克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/wi/wiliwili - 根据目标平台选择对应编译脚本:
- PC用户:运行
scripts/build_mac.sh或scripts/build_linux.sh - Switch用户:使用
scripts/build_switch.sh编译NRO文件
- PC用户:运行
- 按照提示完成依赖安装和配置,即可启动应用
资源导航
- 项目文档:docs/
- 构建脚本:scripts/
- 源代码:wiliwili/source/
立即体验这款重新定义手柄交互的B站客户端,开启跨设备视频娱乐新方式。如果你是开发者,欢迎通过提交PR参与功能开发,共同完善这个开源项目。
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 StartedRust069- 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
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
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00