BetterJoy:全能游戏控制器映射工具
2026-02-05 05:21:05作者:卓艾滢Kingsley
一、核心功能与优势概述
BetterJoy 是一款开源游戏控制器映射工具,专为任天堂Switch系列控制器(Pro手柄/Joy-Con/SNES手柄)设计,通过XInput模拟技术实现跨平台兼容。其核心价值在于解决三大痛点:
- 多设备适配:同时支持蓝牙/USB连接的Pro手柄、分离式Joy-Con及经典SNES手柄
- 跨模拟器兼容:完美对接Cemu/Wii U模拟器、Citra/3DS模拟器、Dolphin/GameCube模拟器等主流平台
- 低延迟体验:采用MadgwickAHRS算法优化陀螺仪精度,手柄动作响应延迟<10ms
🔍 实用小贴士:项目持续更新,建议通过BetterJoyForCemu/UpdServer.cs模块开启自动更新检测
二、零基础启动指南
2.1 环境准备
| 必装组件 | 作用说明 | 检查方法 |
|---|---|---|
| ViGEmBus驱动 | 虚拟XInput设备核心 | 设备管理器查看"ViGEm Bus Driver" |
| .NET Framework 4.7.2 | 运行时依赖 | %windir%\Microsoft.NET\Framework\v4.0.30319是否存在 |
| 蓝牙4.0以上适配器 | 无线连接支持 | 控制面板>设备和打印机>蓝牙设置 |
驱动安装步骤:
- 运行
BetterJoyForCemu/Drivers/ViGEmBusSetup_x64.msi(64位系统)或ViGEmBusSetup_x86.msi(32位系统) - 安装完成后必须重启电脑(⚠️ 跳过此步会导致设备无法识别)
2.2 关键配置
启动程序BetterJoyForCemu.exe后,通过主界面完成三项核心设置:
-
连接模式选择
- 蓝牙模式:长按手柄Sync键5秒至指示灯闪烁,在系统蓝牙设置中配对
- USB模式:直接连接数据线,程序自动识别(推荐充电时使用)
-
功能开关配置
- 陀螺仪控制:勾选"Enable Gyro"(适用于体感游戏如塞尔达传说)
- 震动强度:建议设置70-80%(路径:设置>高级>Rumble Strength)
- XInput模式:默认开启,支持Steam等平台原生识别
💡 配置文件路径:BetterJoyForCemu/Properties/Resources.resx(建议定期备份)
三、架构原理与定制技巧
3.1 工作原理
程序核心流程分为三层:
- 设备通信层:通过
HIDapi.cs实现与控制器的USB/HID协议通信 - 数据处理层:
MadgwickAHRS.cs处理陀螺仪数据,实现姿态角计算 - 输出模拟层:
OutputControllerXbox360.cs将手柄输入转换为XInput信号
3.2 高级定制
按键重映射:
- 打开"Reassign"窗口(快捷键F2)
- 点击目标按键图标,按手柄对应按键完成映射
- 保存配置至
BetterJoyForCemu/Config.cs
多手柄管理:
- Joy-Con分离模式:程序会识别为两个独立控制器,在Cemu模拟器中需分别配置左右手柄偏好
- 同时连接上限:支持4台设备(通过修改
Collections/ConcurrentList.cs可扩展至8台)
四、常见问题速查
| 问题现象 | 解决方案 |
|---|---|
| 控制器无法识别 | → 检查ViGEmBus驱动是否正常运行;尝试重新插拔USB/重启蓝牙 |
| 陀螺仪漂移 | → 执行"校准"(工具>传感器校准);确保手柄放置水平 |
| 震动无响应 | → 检查Rumble Strength是否>0;更新ViGEmBus至1.16+版本 |
| XInput模式失效 | → 以管理员身份运行程序;检查BetterJoyForCemu/App.config中EnableXInput值是否为true |
🔍 实用小贴士:驱动相关问题可查看BetterJoyForCemu/Drivers/README.txt,包含详细排错流程
五、项目参与与贡献
该项目采用C#开发,核心代码位于BetterJoyForCemu/Joycon.cs(手柄通信)和MainForm.cs(UI交互)。如需提交PR:
- Fork仓库并克隆至本地:
git clone https://gitcode.com/gh_mirrors/be/BetterJoy - 使用Visual Studio 2019+打开
BetterJoy.sln - 遵循原项目代码风格(采用Allman缩进,方法名使用PascalCase)
💡 贡献方向:目前亟需优化的模块包括MacOS兼容性(当前仅支持Windows)和Joy-Con握把模式自动识别功能
通过上述指南,您已掌握BetterJoy的核心使用方法与定制技巧。无论是新手玩家还是进阶开发者,都能通过这款工具充分释放Switch控制器的跨平台潜力。项目持续维护中,遇到问题可通过BetterJoyForCemu/Program.cs中预留的反馈渠道提交Issue。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.73 K
Ascend Extension for PyTorch
Python
332
396
暂无简介
Dart
766
189
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++
878
586
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
166
React Native鸿蒙化仓库
JavaScript
302
352
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
12
1
🎉 (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
1.33 K
749
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
985
246
