探索复古游戏新境界:BezelProject
2024-05-30 11:40:24作者:袁立春Spencer
在数字娱乐的快速发展中,复古游戏的魅力始终未减。而BezelProject,正是将这种怀旧体验提升到新高度的开源项目,它为RetroPie用户提供了一款独特的实用工具菜单,让你的游戏界面更加生动有趣。
项目介绍
BezelProject是一个专为RetroPie设计的系统边框下载器。这个工具能自动下载适应各种系统的PNG边框文件,包括每个ROM对应的边框,以及必要的配置文件。通过自动更新Retroarch的配置,让这些边框以完美的透明度展示出来。不仅如此,当有新的边框包完成时,只需运行脚本升级器,即可轻松获取最新版本,享受不断更新的乐趣。
注意: 为了实现全局支持,你的ROM名称需遵循No-Intro命名规范,这是EmuMovies和HyperSpin使用的标准。
技术分析
该项目基于Raspberry Pi上的RetroPie或类似Ubuntu的x86环境运行。安装了BezelProject后,用户可以在Emulation Station的菜单中找到并执行该脚本。其核心功能在于自动生成和管理适用于多个共享Retroarch内核系统的边框,如MAME、NES、SNES等。此外,它还具备卸载功能,让用户可以轻松地移除项目而不影响其他设置。
应用场景
不论你是怀旧游戏的狂热爱好者,还是希望给家庭娱乐设备增添一些视觉魅力,BezelProject都是理想的选择。它可以为以下系统提供华丽的边框效果:
- Arcade(lr-mame2003, lr-mame2010, lr-fba)
- Atari 2600, Atari 5200, Atari 7800
- ColecoVision, GCE Vectrex
- NEC PC Engine CD, TurboGrafx-CD, TurboGrafx-16
- Nintendo 64, NES, Famicom, SNES, etc.
- Sega 32X, Sega CD, Genesis, Master System, etc.
- Sony PlayStation
项目特点
- 无缝集成: BezelProject与RetroPie完美融合,无需复杂的设置。
- 全面覆盖: 支持众多经典游戏平台,涵盖多种Retroarch内核。
- 便捷升级: 自动更新机制确保你随时拥有最新的边框资源。
- 灵活卸载: 安装简单,卸载也不会留下不必要的残留文件。
如果你对复古游戏有着浓厚的兴趣,并希望赋予它们更为精致的表现形式,那么BezelProject绝对值得尝试。现在就加入,重新发现那些经典游戏的新鲜感吧!
登录后查看全文
热门项目推荐
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
788
暂无简介
Dart
598
132
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
615
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
766
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
634
232