天马G前端的使用

天马G前端的使用

1 复古掌机的选择

最近搞了个手柄,正好有一个闲置的小米9,就想着看能不能装一个复古掌机出来。

其实市场上也有很多现成的复古掌机,目前主要是安卓和Linux两种。整体上看安卓的目前占优一点,因为除了大家都能玩的模拟器,安卓平台还能玩安卓的游戏。

项目Android 掌机Linux 掌机 (ArkOS / JELOS / Batocera)
启动速度20~40 秒5 秒以内
UI一致性❌ 多 app 无统一样式✅ 完整游戏平台风格
PS2(AetherSX2)✅ 可玩(Snapdragon / Dimensity / Unisoc)❌ 官方 Linux 版 core 不成熟
Switch(Yuzu)✅ 安卓有社区版 Yuzu❌ 完全无解
PSP/NDS/GBA etc✅ 但调用 APK,界面割裂✅ 全集成 Core,UI统一
云游戏 / Steam Link✅ 完全支持⚠️ 只能 Moonlight(若有 Core)
系统自由度限制 root,定制难✅ 想怎么魔改都行
易用性✅ 下载 ROM → 配 APK → 玩⚠️ 需要 BIOS / Core 手动配置
适合人群玩模拟器 + 云游戏 + 装APP想要 “开机就是游戏机” 的感觉
视觉体验类似安卓电视盒 + 各种前端像原生游戏机固件,主题风统一

有一个很奇怪点,安卓其实也是Linux的魔改版,为什么有些模拟器目前只能在安卓上运行。查了一下,这个就完全是生态和个人原因了。PS2模拟器的作者Tahlreth只开发了AetherSX2 for Android,其中使用了Android NDK + Vulkan/OpenGL ES来实现JIT。这些都几乎是安卓平台独有的,无法直接移植到Linux。

JIT / 动态重编译器(Dynarec)

JIT(即时编译)/ 动态重编译器(Dynarec)是模拟器、虚拟机等场景中核心的性能优化技术,它能在程序(如游戏 ROM 指令)运行时,将宿主设备不兼容的原始指令(如游戏机专属指令集)实时转换为宿主硬件可直接执行的机器码,而非逐条解释执行;同时,它会持续监测并识别频繁执行的 “热点代码”,通过函数内联、循环展开等优化手段生成更高效的机器码,大幅减少指令翻译开销,让原本因 “指令不兼容 + 解释低效” 卡顿的程序(如 PS2、Switch 游戏模拟),在手机、电脑等设备上实现流畅运行,平衡了跨平台兼容性与执行效率。

就复古掌机来说,最难的部分其实就是模拟器。涉及到对汇编指令的模拟和调度,也就是上面的JIT。之前写过一点GB的模拟器,后面空了发出来。

再看看市场的情况,截至今天2025/10/11。用很火的安伯尼克来看。

35XX是T700,1 颗 2.5GHz 的 Cortex-A76 大核、3 颗 2.3GHz 的 Cortex-A76 大核。406V是T820, 1 颗 2.7GHz 的 Cortex-A76 大核、3 颗 2.3GHz 的 Cortex-A76 大核。总体来说性能有提升,但是提升不大。可是价格却翻了2~3倍。

正好手里有一个闲置的小米9,配置高通骁龙 855 处理器。对比T820,855 单核几乎翻倍,整体多核也 1.5–2 倍以上。同时855GPU性能是T820的3倍以上。

而年初买的二手的小米9多少钱呢,350,现在可能还更便宜。自己再加上一个手机手柄,加完也就只是406V一半的价格,目前市场上的安卓掌机价格偏贵是不争的事实。自己动手价格减半,性能翻倍,中间还可以学一些知识。所以折腾一下小米9,看来是更明智的选择。。。

2 天马G前端的安装

看了一下,目前国内流行的就是天马G的前端。现在不管是玩家还是工作室,几乎都用的这个。

在网上买了一套包,照着安装即可。(在B站也很多,感觉也是可以用的)

安装分成三个步骤,首先是App,然后是配置,最后是Roms。

2.1 APKS

大概是这些内容,MT管理器是用来拷贝文件的,天马G就是整体入口,用的最多的其实还是RA,其它的就是各个单独的模拟器。我是用adb装过去的。安装完成之后启动一下赋予权限,不需要再高别的什么。

3.2 配置

配置有3个,PG_安卓主题包 v1.2 230514.zip,PG_天马G 安卓配置 v1.2 230415.zip,最后有一个Android文件夹。

这里PG_安卓主题包 v1.2 230514.zip,PG_天马G 安卓配置 v1.2 230415.zip都是天马G的配置文件,然后有一些金手指,文件存档之类。

还有一个Android的文件夹。

原因如下:

在 Android 11 及以上系统中,每个 App 的数据目录(Android/data/包名)是受系统沙盒保护的,普通文件管理器无法直接写入。
但天马 G 前端要让多个独立 App(Pegasus、RetroArch、AetherSX2)共享配置文件、ROM 路径和启动脚本,因此需要提前把它们的配置放好。

所以目前这部分只能手动弄。

3.3 Roms

Rom的内容就比较敏感的,就是合法与非法的区别,所以模拟器或者各大工作室,是不会提供ROM的,起码明面上不会,这些就要自己去找。不过好在国内这部分有现成的,就是跳坑者联盟有一个整合包,里面内容还挺全的。现在网上基本都是他家的。

Rom就是正常的游戏镜像,照理说直接拷贝到SD卡或者手机上就行了,但是天马G毕竟显示牛批嘛。所以根据天马前端UI的要求,要增加一些文件。

以恶魔城,白夜协奏曲为例,大概是这些文件。

一个主图,一个副图,一个介绍动画。

此外整体还有一个metadata,直接用精简包里面的即可。弄完之后放在手机根目录的 Roms下面。

如果是用的跳坑者联盟的发布,这些内容在精简包里面都是做好了的。

3.4 运行

比想的要顺利一点。

首先界面确实华丽了不少,比起一般linux掌机就是文字,确实好看也方便了很多。

使用USB直接外接的手柄,也是非常方便,几乎感觉不到延迟。

但是手机也有自己的问题,主要就是屏幕尺寸,运行很多游戏时,两边会有很大的黑边,影响了一部分游戏感受。不过PSP就看着好很多。

总体还是满意的,钱省了,然后闲置的物品也利用起来了,探索技术的心情也满足了。

3 天马G的技术原理

 天马G其实也是一个开源项目,官网地址是:https://pegasus-frontend.org/

其实和之前认为的有点点区别,天马G还真就只是一个前端,所有干的事情就相当于一个ROM管理器和模拟器启动器launcher。所有的核心内容,还是依赖于各家模拟器自己的APK。

整套本身实现是基于QT,所以才看到天马G现在有那么多平台。其实功能本身不复杂,也没有太核心的技术,还是调用第三方的模拟器。看了一下,Android的核心代码如下:

 public static String launchAmCommand(String[] args_arr) { final LinkedList<String> args = new LinkedList(Arrays.asList(args_arr)); if (args.isEmpty()) return "No arguments provided to 'am'"; final String am_command = args.pop().toLowerCase(); if (!am_command.equals("start")) return "For 'am', only the 'start' command is supported at the moment, '" + am_command + "' is not"; try { Intent intent = IntentHelper.parseIntentCommand(args); intent.addFlags(Intent.FLAG_ACTIVITY_NEW_TASK); intent.addFlags(Intent.FLAG_GRANT_READ_URI_PERMISSION); m_self.startActivity(intent); } catch (Exception e) { return e.toString() + ": " + e.getMessage(); } return null; }

拼接好参数,JNI直接startActivity去调用三方模拟器。天马G提供的,就是一套UI框架,也只有一套这个。如果你直接装一个RetroArch,感觉其实也能玩,还方便很多。

4 FPGA的扩充

对模拟器本身还是挺关注的,能否接一个FPGA来提升性能呢?将来的将来的将来再看吧。。。

Read more

除了 OpenClaw,今天 AI 热榜还有什么值得看?我把 5 个重点方向讲清楚了

除了 OpenClaw,今天 AI 热榜还有什么值得看?我把 5 个重点方向讲清楚了

🔥 个人主页:杨利杰YJlio❄️ 个人专栏:《Sysinternals实战教程》《Windows PowerShell 实战》《WINDOWS教程》《IOS教程》《微信助手》《锤子助手》《Python》《Kali Linux》《那些年未解决的Windows疑难杂症》🌟 让复杂的事情更简单,让重复的工作自动化 除了 OpenClaw,今天 AI 热榜还有什么值得看?我把 5 个重点方向讲清楚了 * 除了 OpenClaw,今天 AI 热榜还有什么值得看?我把 5 个重点方向讲清楚了 * 1. 我先说结论:今天这波 AI 热榜,最重要的不是“谁最火”,而是“风向变了” * 2. GoogleCloudPlatform / generative-ai:平台生态正在成为真正的护城河 * 3. MiroFish:群体智能和多智能体,开始从概念走向更具体的产品叙事

告别复杂配置!Z-Image-Turbo开箱即用的AI绘画体验

告别复杂配置!Z-Image-Turbo开箱即用的AI绘画体验 1. 引言:为什么你需要关注 Z-Image-Turbo? 在当前 AI 图像生成技术飞速发展的背景下,用户对文生图模型的要求已不再局限于“能画出来”,而是追求高质量、高速度、低门槛和强可控性。然而,许多开源模型仍面临部署复杂、显存占用高、推理缓慢等问题,极大限制了普通开发者和创作者的实际使用。 正是在这一背景下,阿里巴巴通义实验室推出的 Z-Image-Turbo 成为一股清流。作为 Z-Image 系列的蒸馏版本,它以仅需 8 步推理即可生成照片级图像 的能力,结合出色的中英文提示理解与消费级显卡友好性(16GB 显存可运行),重新定义了高效文生图的标准。 更关键的是,ZEEKLOG 镜像构建团队推出的 Z-Image-Turbo 开源镜像 实现了真正的“开箱即用”——内置完整模型权重、无需联网下载、集成 WebUI 与 API、支持进程守护,大幅降低了部署成本。本文将带你全面了解该模型的技术优势,

用AIGC生成测试周报:从Jira、Git、CI日志中自动提炼关键指标

用AIGC生成测试周报:从Jira、Git、CI日志中自动提炼关键指标

测试周报自动化转型的迫切性‌ 每周一,对于许多测试工程师而言,可能都是从整理上周的“数据残骸”开始:打开不同的浏览器标签页,登录Jira查看新增缺陷和待关闭的BUG,翻阅Git提交记录寻找与测试关联的代码变更,再到CI/CD平台(如Jenkins、GitLab CI)的日志海洋中,搜寻失败的构建和测试用例执行报告。这个过程耗时耗力,且容易出错。更重要的是,这种碎片化的数据罗列,难以直观呈现测试工作的核心价值与项目风险的动态变化。 AIGC的引入,为破解这一困境提供了全新范式。它并非简单地“复制粘贴”数据,而是通过自然语言处理(NLP)、数据挖掘与智能分析,理解数据背后的上下文,自动汇总、关联、解读并生成一份内容丰富、重点突出、具备可读性和行动指引的测试周报。 核心:构建自动化数据管道与指标提炼模型‌ 一个有效的AIGC测试周报生成系统的核心在于‌数据源整合‌与‌智能指标提炼‌。 1. 数据源的接入与结构化‌ 首先,需要建立与三个核心系统的自动化数据连接: Jira连接‌:通过Jira REST API,定期拉取指定项目、

AIGC视频生成成本优化实战:文字+图片输入下20秒与30秒视频的模型选型与价格对比

快速体验 在开始今天关于 AIGC视频生成成本优化实战:文字+图片输入下20秒与30秒视频的模型选型与价格对比 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 AIGC视频生成成本优化实战:文字+图片输入下20秒与30秒视频的模型选型与价格对比 背景痛点:被浪费的每一秒都在烧钱 最近在做一个短视频自动生成项目时,发现一个扎心现象:用AIGC生成的30秒视频,实际有效内容往往只有20秒左右。多出来的10秒黑屏或重复画面,不仅让用户观感下降,