PSAppDeployToolkit中获取用户上下文安装应用的技术实现
2025-07-06 14:52:31作者:裴锟轩Denise
背景介绍
PSAppDeployToolkit是一个强大的PowerShell应用程序部署工具包,其中的Get-InstalledApplication函数用于获取系统中已安装的应用程序信息。当前版本中,该函数仅扫描HKLM(本地机器)注册表项,忽略了用户上下文安装的应用程序(存储在HKCU中)。本文将深入探讨这一功能的局限性及改进方案。
当前实现分析
现有Get-InstalledApplication函数通过查询以下注册表路径获取安装信息:
- HKLM\SOFTWARE\Microsoft\Windows\CurrentVersion\Uninstall
- HKLM\SOFTWARE\Wow6432Node\Microsoft\Windows\CurrentVersion\Uninstall
这种实现存在明显不足:
- 无法检测用户级安装的应用程序
- 可能导致应用程序状态误判
- 在混合安装环境(部分用户级、部分系统级)中管理困难
技术挑战
实现用户上下文应用程序检测面临几个技术难点:
- 多用户会话处理:系统可能同时存在多个登录用户,需要正确处理每个用户的注册表配置单元
- 安装上下文识别:需要明确区分系统级和用户级安装
- 64位应用识别:在64位系统上需要正确处理32位和64位应用的Wow6432Node路径
- 性能考量:扫描多个用户配置单元可能增加执行时间
改进方案
注册表路径扩展
改进后的实现应包含以下注册表路径:
-
系统级路径(保持不变):
- HKLM\SOFTWARE\Microsoft\Windows\CurrentVersion\Uninstall
- HKLM\SOFTWARE\Wow6432Node\Microsoft\Windows\CurrentVersion\Uninstall
-
用户级路径(新增):
- HKEY_USERS<用户SID>\SOFTWARE\Microsoft\Windows\CurrentVersion\Uninstall
- HKEY_USERS<用户SID>\SOFTWARE\Wow6432Node\Microsoft\Windows\CurrentVersion\Uninstall
上下文识别机制
通过分析注册表路径可以确定安装上下文:
$IsSystemContext = $regKeyApp.PSPath -match '^Microsoft\.PowerShell\.Core\\Registry::HKEY_LOCAL_MACHINE\\'
64位应用识别
保持现有的64位应用识别逻辑,同时适用于用户级安装:
$Is64BitApp = If (($is64Bit) -and ($regKeyApp.PSPath -notmatch 'Wow6432Node')) { $true } Else { $false }
实际应用场景
- 混合环境部署:当同一应用程序可能以不同上下文安装时(如Git的系统和用户级安装)
- 精确卸载:确保卸载操作针对正确的安装上下文
- 版本统一:检测所有用户安装的特定应用程序版本
- 许可证管理:准确统计实际使用某软件的用户数量
实现注意事项
- 用户会话枚举:需要正确获取所有活动用户的SID
- 注册表访问权限:确保有足够权限访问其他用户的注册表配置单元
- 性能优化:考虑缓存机制或并行处理多个用户配置单元
- 结果合并:合理处理同一应用程序在不同上下文的多次安装
结论
扩展Get-InstalledApplication功能以包含用户上下文安装的应用程序,将显著提升PSAppDeployToolkit在复杂环境中的适用性。这一改进已在v4分支中实现,为应用程序部署和管理提供了更全面的视角。开发者和系统管理员现在可以更准确地掌握系统中所有应用程序的安装状态,无论它们是系统级还是用户级安装。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92