PSAppDeployToolkit中的延期提示消息显示问题分析与修复
在PSAppDeployToolkit 3.10.2版本中,用户在使用Show-InstallationWelcome命令时发现了一个关于延期提示消息显示的问题。这个问题涉及到当同时指定DeferDays和DeferTimes参数时,系统未能正确显示所有相关的延期提示信息。
问题背景
PSAppDeployToolkit是一个强大的应用程序部署框架,它提供了丰富的功能来简化Windows环境中的软件部署过程。其中,Show-InstallationWelcome命令允许管理员配置应用程序安装前的欢迎界面,包括设置延期选项。
在旧版本中,当管理员同时指定了DeferDays(延期天数)和DeferTimes(延期次数)参数时,系统会同时显示两个提示信息:
- 剩余延期次数提示(DeferPrompt_RemainingDeferrals)
- 延期截止日期提示(DeferPrompt_Deadline)
问题现象
从3.10.2版本开始,随着$labelDeferDeadline变量的引入,系统行为发生了变化。当同时指定上述两个参数时,系统现在只显示延期截止日期提示(DeferPrompt_Deadline),而不再显示剩余延期次数提示。这种变化影响了管理员向最终用户传达完整延期信息的能力。
技术分析
这个问题源于代码逻辑中对延期提示消息的处理方式发生了变化。在引入$labelDeferDeadline变量后,系统优先处理了截止日期提示,而忽略了剩余延期次数的提示。这导致了一个非预期的行为变更,使得用户无法同时看到两种延期限制信息。
解决方案
开发团队已经确认并修复了这个问题。修复方案确保了当同时指定DeferDays和DeferTimes参数时,系统会正确显示两种延期提示信息:
- 剩余可延期次数
- 延期截止日期
这个修复将包含在下一个次要版本更新中。对于需要立即使用此功能的用户,可以考虑手动应用修复补丁,或者等待官方发布更新版本。
最佳实践
在使用PSAppDeployToolkit的延期功能时,建议管理员:
- 明确区分延期次数和延期天数的使用场景
- 测试部署包时验证所有提示信息是否正确显示
- 在更新工具包版本时,特别注意与延期相关的功能测试
这个修复体现了PSAppDeployToolkit团队对用户体验的持续关注,确保了管理员能够向最终用户提供完整的延期选项信息。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00