Apollo项目中的应用程序退出问题解决方案
问题背景
在使用Apollo进行游戏串流时,用户发现当退出串流会话时,应用程序(如游戏)并未被正确关闭。这一问题在Playnite等游戏启动器中尤为明显,导致后台进程持续运行。
问题根源分析
经过技术分析,该问题主要由以下几个因素导致:
-
应用程序启动方式:当使用URL启动器(如Steam URL或Playnite URL)启动应用时,Apollo无法有效管理这些进程。
-
分离命令配置:如果应用程序被添加到"Detached commands"中,它们将不受Apollo管理。
-
后台进程行为:对于Steam大屏幕模式或Playnite等应用,如果它们已经在后台运行,再次执行其exe文件只会激活现有进程,而不会创建新的可管理进程。
解决方案
针对Playnite启动器的特殊情况,需要修改PrepCommandInstaller.ps1脚本以适配Apollo的路径和服务名称。以下是具体实施步骤:
-
修改脚本路径:将脚本中指向Sunshine的配置路径更改为Apollo的安装路径(默认为C:\Program Files\Apollo\config\sunshine.conf)。
-
更新服务名称:将脚本中的Sunshine服务引用更改为Apollo服务(ApolloService)。
-
执行脚本:运行修改后的PrepCommandInstaller.ps1脚本,它会自动配置正确的退出命令。
技术实现细节
修改后的脚本主要实现以下功能:
-
配置读取与修改:通过解析sunshine.conf配置文件,获取当前的全局准备命令设置。
-
命令过滤:移除所有与PlayNiteWatcher相关的现有命令,避免冲突。
-
新命令添加:插入新的命令,确保在串流结束时执行PlayNiteWatcher-EndScript.ps1脚本。
-
服务重启:修改配置后自动重启Apollo服务使更改生效。
注意事项
-
确保Apollo安装在默认路径,否则需要相应调整脚本中的路径。
-
修改脚本前建议备份原始文件。
-
执行脚本需要管理员权限,以允许服务重启操作。
-
该解决方案主要针对Playnite启动器,其他启动器可能需要类似但不同的配置方式。
通过以上配置,Apollo将能够在退出串流会话时正确关闭所有关联的应用程序进程,解决后台进程残留问题。
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00