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智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00