3步打造跨平台B站娱乐中心:wiliwili全攻略从安装到功能拓展
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、PSVita、PS4和Nintendo Switch等多种设备上运行。通过手柄优化的操作界面和丰富的功能扩展,让你随时随地享受B站内容,无论是沙发上的大屏幕体验还是掌机的便携娱乐,都能获得原生级的操控感受。
需求分析:为什么选择wiliwili?
多平台娱乐场景适配
现代用户需要在不同设备间无缝切换娱乐体验。wiliwili针对游戏机、掌机和PC等不同硬件特性进行深度优化,解决了传统B站客户端在手柄操作、屏幕适配和性能优化上的不足。
核心功能需求清单
- 支持手柄全功能操作,无需额外鼠标键盘
- 优化视频解码性能,适应不同设备硬件条件
- 提供个性化界面定制,满足用户审美需求
- 支持多平台数据同步,实现无缝切换体验
- 轻量化设计,低配置设备也能流畅运行
目标用户与使用场景
- 主机玩家:在Switch/PS4上躺着看B站,享受大屏幕体验
- 掌机用户:PSVita等设备上随时随地追番、看直播
- HTPC用户:客厅电脑连接电视,打造家庭娱乐中心
- 极简主义者:摆脱复杂操作,用手柄实现所有功能
零基础部署流程:两种方案任你选
方案一:源码编译安装(适合技术爱好者)
环境准备与依赖安装
首先确保系统已安装git、cmake和必要的编译工具。以Linux系统为例:
sudo apt update && sudo apt install -y git cmake g++ libcurl4-openssl-dev libmpv-dev
源码获取与编译
git clone https://gitcode.com/GitHub_Trending/wi/wiliwili
cd wiliwili
mkdir build && cd build
cmake ..
make -j4
注意事项:编译过程中需要联网下载部分依赖库,请确保网络通畅。不同平台可能需要额外安装特定依赖,详细内容可参考项目中的编译文档。
- [ ] 确认源码克隆成功
- [ ] 检查编译过程无错误提示
- [ ] 验证可执行文件生成
方案二:预编译包快速部署(适合普通用户)
下载对应平台的预编译包
访问项目发布页面,根据你的设备类型下载相应的预编译包。目前支持以下平台:
- Nintendo Switch (NRO文件)
- PS4 (PKG文件)
- PSVita (VPK文件)
- Windows (exe安装包)
- Linux (AppImage/snap包)
安装与启动
根据不同平台的标准安装流程进行部署:
- Switch:将NRO文件复制到SD卡的
switch/目录 - PS4:通过Package Installer安装PKG文件
- PSVita:使用VitaShell安装VPK文件
- PC:直接运行安装程序或AppImage文件
小贴士:预编译包可能不是最新版本,如果需要体验最新功能,建议选择源码编译方式。
wiliwili多界面功能展示,包含直播、推荐、影视等多个板块,完美适配手柄操作
个性化界面配置:打造专属使用体验
主题与色彩方案定制
内置主题切换
wiliwili提供多种预设主题,可在设置中快速切换:
- 进入"设置"界面(手柄按+键或通过主菜单进入)
- 选择"外观设置"
- 在"主题选择"中浏览并应用喜欢的主题
自定义背景与图标
高级用户可通过修改配置文件自定义界面元素:
- 找到配置文件目录(通常在
/config/wiliwili/或用户目录下) - 替换背景图片文件
background.png - 修改图标主题文件夹中的图标文件
- 重启应用生效
手柄按键映射调整
基础按键配置
wiliwili默认提供了针对不同设备的优化按键布局,但你也可以根据个人习惯调整:
- 进入"设置" → "控制设置"
- 选择"按键映射"
- 选择要修改的功能,然后按下手柄上想要分配的按键
- 保存配置并测试
快捷功能自定义
为常用功能设置快速访问:
- 长按A键:快速收藏
- 长按X键:快速搜索
- R+方向键:快速切换分类
- L+R键:截图功能
wiliwili首页与分类页面展示,可通过手柄快速导航不同内容板块
视频播放设置优化
画质与性能平衡
根据设备性能调整视频参数:
- 进入"设置" → "播放设置"
- 设置合适的默认清晰度(低配置设备建议720p以下)
- 调整缓冲大小(网络较差时增大缓冲)
- 开启/关闭硬件加速
字幕与弹幕个性化
定制你的观看体验:
- 调整字幕大小、颜色和位置
- 设置弹幕速度、密度和显示区域
- 保存个人弹幕屏蔽列表
- 自定义弹幕字体和样式
功能拓展:解锁隐藏玩法
多平台数据同步
账号登录与数据备份
实现不同设备间的个人数据同步:
- 通过二维码或账号密码登录B站账号
- 在"设置" → "账号与同步"中开启自动同步
- 数据将包括:观看历史、收藏列表、播放进度和设置偏好
本地数据迁移
手动迁移数据到新设备:
- 在原设备中导出数据:"设置" → "系统" → "导出数据"
- 将生成的备份文件复制到新设备
- 在新设备中导入数据:"设置" → "系统" → "导入数据"
DLNA投屏功能
wiliwili支持将视频投射到支持DLNA的智能电视或其他设备:
- 播放视频时按+键打开菜单
- 选择"投屏"选项
- 选择可用的DLNA设备
- 视频将在选定设备上播放,同时保持在wiliwili中控制播放
wiliwili视频播放与互动界面,支持弹幕互动和多种播放控制
自定义脚本与插件
安装第三方插件
扩展应用功能:
- 下载插件文件(.wip格式)
- 放入
plugins/目录 - 在"设置" → "插件管理"中启用插件
编写简单脚本
高级用户可通过Lua脚本扩展功能:
-- 示例:自动跳过视频开头广告
function on_video_start()
if video:has_ad() then
video:seek(15) -- 跳过前15秒
end
end
常见场景解决方案
网络连接问题
连接不稳定或速度慢
- 解决方案1:进入"设置" → "网络" → "DNS设置",尝试切换公共DNS
- 解决方案2:使用"网络诊断"工具检测连接质量
- 解决方案3:开启"流量节省模式",降低视频清晰度
无法播放或加载失败
- 检查网络连接:确认设备已连接到互联网
- 清除缓存:"设置" → "应用" → "清除缓存"
- 更新应用:确保使用最新版本wiliwili
- 检查地区限制:部分内容可能受地区版权限制
性能优化建议
低配置设备优化
- 降低分辨率至720p或以下
- 关闭硬件加速(某些老旧设备)
- 减少同时运行的后台应用
- 调整"性能模式"为"省电优先"
提高流畅度设置
- 开启"硬件加速"(支持的设备)
- 增加视频缓冲大小
- 关闭不必要的动画效果
- 更新设备系统固件
wiliwili影视分类与剧集播放界面,支持多维度筛选和详细剧集信息
功能速查表
| 功能类别 | 操作方法 | 实用场景 |
|---|---|---|
| 视频播放 | A键播放/暂停,方向键调整音量/进度 | 日常观看视频 |
| 快速搜索 | X键打开搜索栏,输入关键词 | 查找特定内容 |
| 内容收藏 | Y键收藏当前内容 | 保存感兴趣的视频 |
| 截图功能 | L+R键截取当前画面 | 保存精彩瞬间 |
| 投屏控制 | +键菜单选择"投屏" | 大屏幕观看 |
| 画质调整 | 按住B键+方向键上下 | 根据网络调整清晰度 |
| 弹幕开关 | ZR键快速切换 | 开启/关闭弹幕 |
| 夜间模式 | L+X键切换 | 夜间观看保护眼睛 |
社区支持与资源
wiliwili拥有活跃的开发者社区,你可以通过以下渠道获取帮助和资源:
- 官方文档:项目仓库中的docs目录包含详细使用指南
- 社区论坛:项目讨论区可交流使用心得和问题解决
- 更新日志:关注项目发布页面获取最新功能信息
- 贡献代码:欢迎开发者参与功能开发和问题修复
你在使用wiliwili过程中发现了哪些实用技巧?或者希望未来版本增加哪些功能?欢迎在社区分享你的想法和建议!让我们一起打造更好的B站第三方客户端体验。
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 StartedRust080- 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