BetterJoy免费使用指南:3步实现Switch控制器PC畅玩
BetterJoy是一款功能强大的开源工具,专门为任天堂Switch Pro控制器、Joy-Con手柄和SNES手柄提供PC连接支持。通过XInput协议转换技术,它能让您的Switch原生控制器在Windows系统上完美运行,无论是CEMU、Citra、Dolphin还是Yuzu等主流模拟器都能获得无缝的游戏体验。
🎮 准备工作:驱动安装与控制器配对
必备驱动安装
首先从项目仓库下载BetterJoy完整包,解压后进入BetterJoyForCemu/Drivers目录。这里提供了两个关键的驱动组件:
ViGEmBus驱动 - 这是连接的核心桥梁,负责将Switch控制器的原生信号转换为Windows系统能够识别的标准输入格式。根据您的系统架构选择x64或x86版本进行安装。
HIDGuardian驱动 - 可选组件,用于解决多设备冲突问题。当系统检测到多个相同控制器时,可以通过安装此驱动来避免识别混乱。
控制器连接步骤
- 进入配对模式:长按控制器上的Sync配对键约5秒,直到指示灯开始快速闪烁
- 蓝牙连接:在Windows蓝牙设置中搜索并连接"Pro Controller"或"Joy-Con"设备
- 验证连接:系统托盘显示成功连接图标
实用技巧:建议使用USB 2.0接口连接控制器,避免USB 3.0可能带来的兼容性问题。同时确保控制器电量充足,低电量状态容易导致配对失败。
⚡ 快速配置:软件设置与功能测试
软件启动与权限配置
以管理员身份运行BetterJoyForCemu.exe程序,这是确保软件能够正常访问系统底层硬件接口的关键步骤。
核心功能启用
在软件主界面中,您需要重点关注以下几个关键设置:
- 控制器类型选择:根据您使用的控制器类型(Pro、Joy-Con、SNES)进行相应配置
- 陀螺仪功能:根据使用场景选择"Mouse"模式或模拟器专用陀螺仪选项
- Joy-Con组合:当使用一对Joy-Con时,勾选"Combine Joy-Cons"选项
功能验证测试
进入软件的"测试"标签页,按压各按键时对应图标会实时高亮显示,这是确认所有功能正常工作的最佳方式。
🔧 进阶应用:特殊场景与性能优化
多控制器管理方案
当您需要同时连接多个控制器时,可以在设备管理器中识别并禁用重复的HID设备,仅保留BetterJoy创建的虚拟控制器。
延迟优化技巧
为了获得最佳的游戏体验,建议采取以下优化措施:
- 杀毒软件白名单:将BetterJoy安装目录添加到杀毒软件的白名单中
- 系统资源分配:关闭不必要的后台应用程序,为控制器通信预留足够的系统资源
- 驱动更新:定期检查ViGEmBus驱动是否有新版本可用
常见问题快速排查
控制器无法检测:检查驱动是否正确安装,控制器是否进入配对模式,系统蓝牙功能是否正常开启。
按键输入无响应:确保以管理员权限运行软件,勾选"Also use for buttons/axes"功能开关。
模拟器操作异常:在模拟器设置中将输入源切换为"XInput"模式,避免错误选择DirectInput模式。
通过这三个核心步骤,您已经能够熟练使用BetterJoy将Switch控制器连接到PC。记住耐心配置和正确操作是成功的关键,现在就开始在PC上享受Switch控制器的完美游戏体验吧!
如需获取最新版本,可以通过以下命令克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/be/BetterJoy
项目相关文档和源码可以在BetterJoyForCemu目录下找到,包括控制器配置、驱动管理等核心模块。
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!Kotlin08
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