Blacksun Framework 下载及安装教程
2024-12-09 10:28:07作者:舒璇辛Bertina
1. 项目介绍
Blacksun Framework 是一个专为 QEMU/KVM 游戏作弊开发设计的框架。它能够在虚拟机外部进行内存访问和渲染,从而绕过所有反作弊检测。该框架还修改了 Moonlight 的源代码,以使用 imgui 进行渲染,并兼容 vaapi(opengl)和 vdpau(sdlrender),实现超低延迟的 Moonlight 游戏流媒体。此外,它还通过发送 SDL_Event 模拟键盘和鼠标输入,模拟 100Hz 轮询率的鼠标,以实现更真实的瞄准效果。
2. 项目下载位置
要下载 Blacksun Framework,请访问项目的 GitHub 仓库。你可以使用以下命令克隆项目到本地:
git clone https://github.com/cs1ime/blacksun-framework.git
3. 项目安装环境配置
3.1 环境要求
- Ubuntu 22.04.2 LTS
- CPU 集成显卡或独立显卡用于 Moonlight 视频解码
- 另一张强大的独立显卡用于直接传递到 KVM 虚拟机中运行游戏
3.2 环境配置示例
3.2.1 笔记本配置
- 将笔记本的显卡设备切换为集成显卡。
- 使用 EDID Spoofer 或连接显示器到独立显卡的 HDMI 端口。
3.2.2 台式机配置
-
CPU 集成显卡可用:
- 连接显示器到 CPU 的集成显卡。
- 使用 EDID Spoofer 连接到独立显卡。
-
CPU 无集成显卡:
- 确保主板有两个 PCIe x16 插槽。
- 使用 EDID Spoofer 和 GT1030 显卡。
- 将 GT1030 安装到第一个 PCIe x16 插槽,将原显卡安装到第二个 PCIe x16 插槽。
- 连接显示器到 GT1030,使用 EDID Spoofer 连接到原显卡。
3.3 安装 NVIDIA 驱动
在 Ubuntu 上安装 NVIDIA 驱动:
sudo apt install nvidia-driver-<版本号>
4. 项目安装方式
4.1 安装 Ubuntu 22.04.2 LTS
从官方网站下载 Ubuntu 22.04.2 LTS 镜像并安装。
4.2 配置编译和运行环境
运行以下脚本以配置环境:
./setup-build-env.sh
4.3 禁用 Wayland
编辑 /etc/gdm3/custom.conf 文件,取消注释以下行:
#WaylandEnable=false
4.4 设置 vfio-pci
进入 gpu-passthrough 目录并运行脚本:
cd gpu-passthrough
chmod +x *
sudo bash gpu_passthrough.sh
4.5 创建虚拟机
使用 virt-manager 创建一个名为 win10 的虚拟机,并进行以下配置:
- 至少分配 4GB 内存和 2 个 CPU 核心。
- 将虚拟网卡和虚拟磁盘设置为
virtio模式。 - 添加独立显卡到虚拟机。
4.6 安装 Windows 10
在虚拟机中安装 Windows 10 21H2,并手动下载安装显卡驱动。
5. 项目处理脚本
5.1 编译项目
运行以下脚本进行编译:
./build.sh
5.2 运行作弊程序
进入编译目录并运行作弊程序:
cd build/apex
./runcheat.sh
5.3 使用 Moonlight 客户端
作弊程序将启动一个 Moonlight 客户端,用于控制虚拟机。下载 Apex 并享受游戏。
6. 总结
通过以上步骤,你可以成功下载并安装 Blacksun Framework,并配置好运行环境。希望这篇教程对你有所帮助!
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100