如何使用LiteLoaderQQNT_Install一键部署QQNT扩展加载器
LiteLoaderQQNT_Install是一款专为LiteLoaderQQNT设计的自动化安装脚本,能帮助Windows用户避开手动配置文件、处理权限问题等复杂步骤,通过"一键操作"即可完成扩展加载器部署,让QQNT功能扩展变得简单高效。
环境配置指南
在开始安装前,请确保您的系统满足以下条件:需要Windows 10/11操作系统,已安装QQNT桌面端(推荐最新版本),并保持稳定的网络连接。安装前请完全退出QQ程序(包括系统托盘图标),推荐以管理员身份运行安装程序以解决权限问题,部分杀毒软件可能误报,建议暂时关闭或添加信任。
两种安装方式操作步骤
可执行文件安装(新手推荐)
访问项目仓库获取最新版安装程序,克隆命令为git clone https://gitcode.com/gh_mirrors/li/LiteLoaderQQNT_Install。进入下载目录,找到并双击install_windows.exe。如弹出用户账户控制提示,点击"是"授予管理员权限。程序会自动检测QQ安装路径(通常为C:\Program Files\Tencent\QQNT\QQ.exe),如未找到,手动选择QQ.exe文件,等待程序自动完成安装(约1-3分钟)。
Python脚本安装(进阶用户适用)
确保已安装Python 3.8+环境。克隆仓库并安装依赖,依次执行git clone https://gitcode.com/gh_mirrors/li/LiteLoaderQQNT_Install、cd LiteLoaderQQNT_Install、pip install -r requirements.txt。然后运行安装脚本python install_windows.py。
管理员权限问题解决方案
安装过程中若遇到"权限不足"或"拒绝访问"错误,可尝试以下方法。方法一:找到安装程序(install_windows.exe),右键点击文件,选择"以管理员身份运行"。方法二:按下Win + R打开运行窗口,输入cmd并按下Ctrl + Shift + Enter以管理员身份打开命令提示符,导航到安装文件所在目录,运行install_windows.exe。方法三:打开QQ安装目录(通常为C:\Program Files\Tencent\QQNT),右键点击文件夹,选择"属性",切换到"安全"选项卡,点击"编辑",选择当前用户,勾选"完全控制"权限,点击确定。
常见错误排查方法
安装后QQ设置中没有LiteLoaderQQNT选项,通常是插件冲突导致。解决方法:关闭QQ,进入插件目录(默认路径:文档\LiteloaderQQNT\plugins),暂时移除所有第三方插件,重新启动QQ,检查是否出现LiteLoaderQQNT选项,然后逐个添加插件,找出冲突插件。安装程序报毒时,由于使用了打包工具,部分杀毒软件可能误报,可信任该程序(本项目代码完全开源,可自行审查),或从项目仓库下载源码,手动运行Python脚本安装。提示"QQ大小小于10MB,判断为新版"是正常现象,脚本通过文件大小智能区分QQNT的新旧架构,无需额外操作。
插件管理与更新维护
安装完成后,默认插件路径为文档\LiteloaderQQNT\plugins,数据目录为文档\LiteloaderQQNT\data。脚本已内置安装插件列表查看器,可通过QQ设置中的LiteLoaderQQNT选项访问插件商店。要更新LiteLoaderQQNT到最新版本,只需重新运行安装程序,脚本会自动保留插件和配置,完成无缝升级。
本项目基于LiteLoaderQQNT、QQNTFileVerifyPatch、LL-plugin-list-viewer等开源项目开发,如有任何问题或建议,欢迎通过项目仓库反馈。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08