【亲测免费】 Windows Subsystem for Android (WSA) 脚本安装与配置指南
2026-01-30 04:45:57作者:龚格成
1. 项目基础介绍
本项目是一个开源项目,旨在帮助用户在Windows操作系统中通过Windows Subsystem for Android (WSA) 安装并运行Android应用程序。它通过集成Magisk和Google Apps,为用户提供更加丰富的Android体验。项目主要使用的编程语言为PowerShell脚本和批处理脚本。
2. 项目使用的关键技术和框架
本项目使用以下关键技术和框架:
- PowerShell脚本:用于执行Windows系统上的自动化任务,如安装和配置WSA环境。
- 批处理脚本:用于简单的自动化任务,如启动WSA。
- Magisk:一个Android系统上的开源工具,用于获取root权限并管理各种模块。
- GitHub Actions:用于自动化构建和发布项目资源。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:Windows 11或Windows 10(需要特定版本更新)。
- 处理器:符合Windows 11的基本要求,如Intel Core i3 8代、AMD Ryzen 3000、Snapdragon 8c或更高。
- 内存:至少8GB RAM。
- 存储:至少10GB的空闲固态硬盘(SSD)空间,推荐使用NTFS分区。
- Windows功能:已启用“虚拟机平台”功能,推荐启用“Windows Hypervisor Platform”、“Windows Subsystem for Linux”和“Hyper-V”。
安装步骤
-
下载项目文件: 克隆或下载本项目到您的电脑上。
-
解压文件: 将下载的压缩包解压到合适的文件夹中,例如文档文件夹。
-
卸载现有的WSA(如果有的话): 如果您已经安装了官方的Windows Subsystem for Android,请先完全卸载它。
-
备份用户数据: 如果您想保留用户数据,请备份
%LOCALAPPDATA%\Packages\MicrosoftCorporationII.WindowsSubsystemForAndroid_8wekyb3d8bbwe\LocalCache\userdata.vhdx文件。 -
运行安装脚本: 打开解压后的文件夹,找到并双击
Run.bat文件开始安装过程。 -
完成安装: 脚本运行完成后,WSA应该会自动启动。如果遇到问题,可能需要以管理员身份运行
Install.ps1脚本。 -
保持安装文件夹: 请不要删除WSA的安装文件夹,因为运行WSA需要这些文件。
以上步骤为Windows Subsystem for Android (WSA) 脚本的详细安装和配置指南。按照这些步骤操作,即使是初学者也能顺利完成安装。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0171
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 Notebook090
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
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
暂无描述
Dockerfile
748
4.85 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
640
1.26 K
Ascend Extension for PyTorch
Python
684
824
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
832
1.82 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
449
412
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++
1.02 K
1.03 K
Claude 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 Started
Rust
1.49 K
171
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
927
553
暂无简介
Dart
995
256
昇腾LLM分布式训练框架
Python
172
211