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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00