VRCX 2025.06.30版本更新解析:功能增强与性能优化
VRCX是一款为VRChat社交平台设计的第三方客户端增强工具,旨在提供比官方客户端更丰富的功能和更便捷的用户体验。本次2025.06.30版本更新带来了多项实用功能增强、界面优化和性能改进,同时也修复了一些已知问题。
核心功能增强
本次更新在用户内容管理方面进行了显著增强。新增的"自动删除旧截图"功能解决了用户截图槽位不足的痛点,当达到64个截图上限时,系统会自动删除最旧的截图,同时智能保留2个空闲槽位。对于喜欢使用表情符号的用户,新增了"保存实例表情"选项,可以保留在当前VRChat实例中生成的所有表情符号。
在用户界面交互方面,用户对话框中的群组编辑模式现在支持批量管理操作,大大提升了管理效率。搜索功能也得到了扩展,现在可以通过用户备注进行搜索,并且备注信息会显示在玩家列表和好友列表标签页中。
物品与资产管理
本次更新特别加强了对VRC+会员专属内容和物品系统的支持。在用户对话框中新增了"管理VRC+图片与物品"标签页,用户可以:
- 查看和管理自己的物品清单
- 在实例中禁用特定物品
- 使用消耗性物品包
此外,在角色对话框中也新增了角色画廊和列表信息展示,并支持添加/设置角色作者标签,方便用户更好地管理和展示自己的虚拟形象。
性能优化与代码重构
开发团队对代码进行了大规模重构,这一底层优化使得VRCX整体运行更加流畅,响应速度明显提升。同时移除了对APNG格式的支持,因为VRChat API已不再支持这种格式。
在错误处理方面也有所改进,包括:
- 修复了视频播放失败时的错误事件重复触发问题
- 改进了对损坏的VRC配置文件的解析能力
- 防止了VRChat崩溃后自动重启可能导致的崩溃循环
用户体验优化
通知系统得到了多项改进,新增了"通知透明度"滑动条,支持调整VRCX覆盖层和XSOverlay通知的透明度。用户对话框中的"最后活动时间"现在以计时器形式显示,更加直观。
设置界面也进行了重新组织,将所有图片相关设置从"高级"分类移出,单独归类为"图片"设置类别,使用户更容易找到相关选项。
平台兼容性改进
针对Linux(Electron)版本进行了多项优化:
- 修复了获取自定义VRC照片位置的问题
- 解决了在NixOS系统上启动VRC的问题
- 改进了VRChat路径检测机制
- 修复了截图元数据菜单中"打开文件夹"按钮的功能
值得注意的是,Linux版本现在要求使用--startup启动参数来支持"最小化/最小化到托盘"选项。
总结
VRCX 2025.06.30版本通过功能增强、性能优化和用户体验改进,进一步巩固了其作为VRChat最佳第三方客户端的地位。从内容管理到社交功能,从界面交互到底层性能,本次更新全面提升了工具的实用性和稳定性,为VRChat用户提供了更丰富、更流畅的虚拟社交体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00