探索tiny11builder:打造轻量级Windows 11系统的实践指南
🔍 问题发现:Windows 11的困境与机遇
当老旧笔记本在Windows 11官方硬件要求面前望而却步,当25GB的系统占用让128GB SSD捉襟见肘,当预装软件在后台悄然消耗资源——这些痛点正是tiny11builder应运而生的原因。这个基于PowerShell的开源工具,通过自动化脚本实现Windows 11镜像的定制化精简,让低配设备重获新生。
Windows 11的"臃肿"主要源于三方面:超过200款预装应用(包括大量用户从未使用的工具)、冗余的系统服务(如遥测和广告推送)、以及为兼容性保留的旧组件。tiny11builder通过精准移除这些非必要元素,在保持系统核心功能的同时,可将安装体积缩减至原大小的60%。
🛠️ 方案解析:tiny11builder的工作原理
tiny11builder的核心是两个PowerShell脚本:tiny11maker.ps1(常规精简)和tiny11Coremaker.ps1(极致精简)。它们通过以下步骤实现系统瘦身:
首先,脚本会验证并转换系统镜像格式(ESD文件→加密压缩的系统镜像)为可编辑的WIM格式。接着挂载镜像到临时目录,分析系统架构和语言版本。核心清理阶段采用"白名单+黑名单"机制:保留关键系统组件,移除预装应用、冗余服务和过时工具。最后通过修改注册表实现硬件要求绕过和系统优化。
与传统手动精简相比,tiny11builder的优势在于:采用组件依赖分析避免"牵一发而动全身"的风险;保留Windows Update通道(常规版)确保系统安全性;通过autounattend.xml配置文件实现无人值守安装,自动跳过微软账户登录。
✅ 实践验证:从零构建精简系统
准备阶段
在Windows 11环境中,首先配置PowerShell执行权限:
Set-ExecutionPolicy Bypass -Scope Process
此命令仅对当前会话生效,关闭窗口后恢复默认设置。接着挂载官方Windows 11 ISO镜像(右键选择"挂载"),通过Get-Volume命令确认挂载盘符(如E:)。
执行阶段
常规精简模式(推荐日常使用):
.\tiny11maker.ps1 -ISO E -SCRATCH D
-ISO指定挂载盘符(仅需字母)-SCRATCH指定临时文件存储位置(需15GB以上空间)
执行过程约15-20分钟,期间会显示当前处理阶段(如"正在移除Xbox组件"、"优化系统服务")。完成后在脚本目录生成tiny11.iso文件。
验证阶段
使用Rufus制作启动盘后,在目标设备启动观察:
- 安装界面不再要求微软账户,直接进入本地账户创建
- 系统占用空间从默认25GB降至约10GB
- 启动时间缩短30%,低配置设备(如4GB内存)可流畅运行
🚀 拓展应用:定制化与问题解决
个性化定制清单
- 启用.NET 3.5:执行Coremaker脚本时输入
y响应".NET 3.5支持"提示,适用于运行老旧工业软件 - 指定输出路径:添加
-OutputPath "C:\custom.iso"参数自定义ISO保存位置 - 保留特定应用:编辑脚本中的
$RemoveApps数组,注释掉希望保留的应用名称 - 调整页面文件:在
autounattend.xml中修改PageFile节点设置虚拟内存大小 - 禁用休眠功能:添加
powercfg -h off命令到脚本的"系统优化"阶段,节省3-5GB空间
⚠️ 避坑指南
-
权限错误:提示"无法加载文件"时,重新以管理员身份启动PowerShell,执行
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser -
镜像识别失败:确保ISO文件完整(建议校验SHA256),挂载后确认
sources\install.wim文件存在,可尝试更换USB 3.0接口重新挂载 -
空间不足:临时文件默认存储于
D:\tiny11,清理该目录或使用-SCRATCH F参数指定更大空间的磁盘(需剩余20GB以上)
tiny11builder不仅是一个工具,更是一种系统定制的思路。通过理解其组件清理逻辑,用户可以进一步探索适合自己的精简方案。无论是用于老旧硬件复活、虚拟机轻量化部署,还是嵌入式系统开发,这个项目都提供了一个灵活高效的起点。随着项目的持续迭代,未来还将支持更多自定义选项和图形化界面,让系统精简变得更加直观可控。
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