新闻详情

新闻详情

首页 / 资讯中心 / 详情

Sunshine 游戏串流实战指南:从安装到第一帧只要 10 分钟

发布时间:2026/11/17 18:52:14来源:尧图网络
Sunshine 游戏串流实战指南:从安装到第一帧只要 10 分钟
Sunshine 游戏串流实战指南从安装到第一帧只要 10 分钟【免费下载链接】SunshineSelf-hosted game stream host for Moonlight.项目地址: https://gitcode.com/GitHub_Trending/su/SunshineSunshine 是自托管游戏串流服务器装在自己的 PC 上配合 Moonlight 客户端就能把电脑画面实时压成视频串到电视、手机或平板数据全程走局域网不经过任何云。本文带你装好服务器、完成首次配对、把游戏加进串流列表大约 10 分钟出画面。按下面的站点顺序走中途不用查别的东西。 发车前对照清单先花 2 分钟对照缺哪项补哪项主机一台 PC显卡属于 NVIDIA、AMD 或 Intel显示设备一台能装 Moonlight 客户端的电视、手机或平板网络主机端尽量千兆有线客户端 5GHz WiFi系统Windows 与 Linux 完整支持macOS 版是实验性质暂不支持手柄时间预留 10 分钟 站点一装好 Sunshine 服务器做完这步你能看到托盘图标Windows约 5 分钟下载 AMD64 的Sunshine-Windows-AMD64-installer.msi双击运行按向导走留意可选项只勾自己需要的别无脑全默认装完 Sunshine 以 Windows 服务在后台运行系统托盘里能看到图标Linux约 3 分钟Debian/Ubuntu 装 deb 包sudo apt install ./sunshine-*.debFedora 装 rpm 包sudo dnf install ./Sunshine-*.rpm发行版没有原生包就选 Flatpak启动并设为开机自启systemctl --user --now enable app-dev.lizardbyte.app.SunshinemacOS约 3 分钟下载 DMG把Sunshine.app拖进应用程序或用 Homebrewbrew tap LizardByte/homebrew brew install sunshine注意 macOS 版目前是实验性质手柄暂不支持顺手记下配置目录在 Windows 是%ProgramFiles%\Sunshine\configLinux/macOS 是~/.config/sunshine。 站点二首次 Moonlight 配对看到自己 PC 的第一帧画面目标只有一个让 Moonlight 和 Sunshine 握手成功全程不超过 3 分钟。浏览器打开https://localhost:47990首次访问会创建登录账户。浏览器提示不安全是正常的自签名证书都这样直接继续在导航栏下拉菜单里选好主题和语言深色主题适合晚上串流在电视、手机或平板上装 Moonlight网页 Featured Apps 标签页里也列着各平台的客户端打开 Moonlight它会自动发现局域网里的 Sunshine点添加发现不到就手动填主机 IPMoonlight 弹出 6 位 PIN 码时回网页导航栏的 PIN 入口输入同一串数字顺手给设备起个名字配对成功后列表里出现 Sunshine 自带的 Desktop 应用点它就能直接串流整个桌面顺手记下串流中的快捷键统一带CtrlAltShift前缀按F1到F12可以切换串流哪块显示器。️ 站点三把应用列表配到位Moonlight 里看到的每个入口都对应网页 Applications 标签页里的一条记录管理应用就改这一页。现成入口Desktop不需要任何命令选中就串桌面适合远程办公万一删掉了新建一个名为Desktop的应用即可恢复Steam 大屏新建应用命令填steam://open/bigpicture类型选 Detached避免 Steam 主进程退出时串流中断自定义应用三样必填一项都不能少启动命令可执行文件加参数支持$(HOME)这类环境变量工作目录应用所在目录留空则默认可执行文件所在目录显示名称与图标Moonlight 列表里看到的样子更多写法见 docs/app_examples.md。⚙️ 调参让体验再顺一截画面由显卡上的硬件编码器实时压成视频选型对照这张表显卡推荐编码器一句话说明NVIDIANVENC延迟与画质最均衡首选AMDAMFWindows或 VAAPI平衡模式表现较好IntelQuickSync核显上性能优先太旧不支持硬件编码软件编码吃 CPU建议降分辨率一个典型家庭拓扑长这样游戏主机Sunshine千兆有线 ├─ 有线 → 客厅电视Moonlight ├─ 5GHz WiFi → 平板Moonlight └─ 5GHz WiFi → 手机Moonlight串流怕的不是带宽不够而是波动低抖动、少丢包比峰值跑分高更重要。出症状时对号入座画面卡顿在配置页搜索栏直接搜bitrate把分辨率或码率降一档延迟偏高NVIDIA 在驱动里开 Fast SyncAMD 开 Enhanced Sync各省一帧左右频繁掉线两端都换有线或让路由器 QoS 向串流流量倾斜 卡住了先查这张表现象可能原因处理动作打不开 47990 网页防火墙拦截放行 47990 端口或加例外规则配对失败PIN 没及时输入回网页 PIN 入口输入 6 位码并命名设备手柄在客户端无响应驱动或权限缺失Windows 装 Virtual HID 驱动Linux 把用户加入input组串流中丢帧严重网络不稳定改有线或降分辨率与码率编码器报错显卡驱动过旧更新驱动后重启 Sunshine排查入口有两处网页 Troubleshooting 标签页可在线浏览、逐条展开以及配置目录下的sunshine.log。忘了网页登录密码执行sunshine --creds 新用户名 新密码重置。 贴在显示器边上主机走有线客户端上 5GHz按显卡厂商挑编码器码率跟着带宽调宁低勿卡网页标签页管理应用列表出故障先看 Troubleshooting 日志按顺序走完10 分钟不到另一台设备上就能看到你 PC 的画面。延伸阅读入门与安装 docs/getting_started.md、全部配置项 docs/configuration.md、故障排查专题 docs/troubleshooting.md【免费下载链接】SunshineSelf-hosted game stream host for Moonlight.项目地址: https://gitcode.com/GitHub_Trending/su/Sunshine创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉