Moonlight TV 终极使用指南:轻松实现大屏游戏串流
2026-02-07 05:52:43作者:凌朦慧Richard
Moonlight TV 是一款专为大屏设备打造的轻量级 NVIDIA GameStream 客户端,让你能够在 LG webOS 电视和 Raspberry Pi 等设备上流畅串流电脑游戏。本指南将带你快速掌握安装和使用技巧,享受震撼的大屏游戏体验。
🌟 为什么选择 Moonlight TV?
Moonlight TV 作为开源游戏串流解决方案,具备以下独特优势:
- 跨平台兼容:完美支持 webOS 智能电视和 Raspberry Pi 开发板
- 操作简单直观:界面针对大屏幕和遥控器操作优化
- 高性能传输:优化的流媒体算法,确保低延迟游戏体验
- 多手柄支持:同时支持最多4个游戏手柄连接
- 多语言界面:内置16种语言包,满足全球用户需求
📋 准备工作
硬件要求
- 游戏电脑:配备 NVIDIA 显卡并安装 GeForce Experience
- 显示设备:LG webOS 电视(2017年后型号)或 Raspberry Pi 4(2GB内存以上)
- 网络环境:千兆有线网络连接(强烈推荐)
软件要求
- 基础开发工具:CMake 3.13+、GCC 7.0+
- 依赖库:SDL2、OpenSSL、FFmpeg 等多媒体库
🚀 快速安装指南
获取项目源码
git clone https://gitcode.com/gh_mirrors/mo/moonlight-tv.git
cd moonlight-tv
一键构建安装
Linux 系统安装
./scripts/linux/easy_build.sh
webOS 电视安装
./scripts/webos/easy_build.sh
🎮 首次使用设置
1. 启用 GameStream 功能
在电脑端打开 GeForce Experience,进入"设置 > SHIELD"选项卡,启用 GameStream 功能。
2. 设备配对连接
在电视或树莓派上启动 Moonlight TV 应用:
- 应用会自动扫描局域网内的游戏电脑
- 选择你的电脑设备并完成配对验证
- 配对成功后即可看到游戏库列表
3. 启动游戏串流
从游戏列表中选择任意游戏,点击启动即可开始串流。首次使用建议选择配置要求较低的游戏进行测试。
⚙️ 优化设置技巧
网络优化
- 有线连接优先:无线网络可能造成延迟和卡顿
- 路由器设置:确保 UPnP 功能开启,避免网络限制
画面质量调整
- 分辨率设置:Raspberry Pi 建议 1080p/60fps,老旧设备可降至 720p
- 码率优化:默认10Mbps,网络条件好可提升至35Mbps
手柄配置
- 自动识别:主流手柄通常可直接使用
- 手动映射:特殊手柄可编辑配置文件:
deploy/webos/assets/gamecontrollerdb_extra.txt
❓ 常见问题解答
Q: 无法发现游戏电脑怎么办?
A: 检查电脑和设备是否在同一局域网,关闭防火墙对 GeForce Experience 的限制,或尝试手动添加电脑IP地址。
Q: 画面卡顿或延迟严重?
A: 优先使用有线网络,降低分辨率或码率设置,关闭电脑上的硬件加速编码功能。
Q: webOS 电视安装失败?
A: 确保电视已开启开发者模式,或使用未签名包安装选项。
Q: 手柄无法正常使用?
A: 检查手柄是否支持 SDL2 标准,或参考项目文档中的手柄配置指南。
🔧 高级功能
自定义构建选项
项目支持多种自定义构建选项,可通过 CMake 参数进行配置:
-DBUILD_TESTS=ON/OFF- 控制是否构建测试用例-DCMAKE_TOOLCHAIN_FILE- 指定交叉编译工具链
多语言支持
项目内置完整的国际化支持,如需添加新的语言翻译,可编辑对应语言目录下的 messages.po 文件。
提示:更多详细配置和故障排除信息,请参考项目中的文档文件。如果在使用过程中遇到问题,建议查看详细的安装说明文档获取更多帮助。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.83 K
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++
892
659
Ascend Extension for PyTorch
Python
375
443
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
348
198
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (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
1.36 K
775
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
1.12 K
268
React Native鸿蒙化仓库
JavaScript
308
359

