UWPHook:一站式解决方案,让Windows商店游戏完美融入Steam平台
想要在Steam中统一管理所有游戏,包括Windows商店和Xbox Game Pass游戏?UWPHook正是您需要的工具!这款开源软件专门解决UWP应用无法被Steam直接识别的问题,让您轻松将各类Windows商店游戏添加到Steam库中。
🎮 为什么需要UWPHook?
Windows商店和Xbox Game Pass提供了大量优质游戏,但由于技术限制,Steam无法直接识别这些UWP应用。UWPHook通过智能的脚本和应用启动过程,完美解决了这一痛点。
核心功能亮点
一键扫描与批量导出
UWPHook能够自动检测您电脑上已安装的所有UWP应用和Xbox Game Pass游戏。只需点击刷新按钮,应用列表即刻呈现。支持多选功能,您可以一次性将多个游戏添加到Steam库中。
智能命名与个性化定制
每个游戏都可以通过双击"name"列来修改显示名称,确保在Steam中能够清晰识别。这个功能特别适合那些在Windows商店中名称较为复杂的游戏。
自动图像资源管理
UWPHook与SteamGridDB深度集成,能够自动为导出的游戏寻找匹配的高质量图像资源。包括网格图标、游戏图标和英雄图像,让您的Steam库看起来更加专业美观。
详细使用指南
快速上手步骤
- 下载安装:从项目仓库获取最新版本,解压到合适位置
- 启动应用:运行UWPHook.exe打开主界面
- 加载游戏:点击刷新按钮扫描已安装的UWP应用
- 选择游戏:在列表中勾选想要添加到Steam的游戏
- 自定义名称:双击修改游戏显示名称(可选)
- 导出到Steam:点击导出按钮完成添加
- 重启Steam:确保新添加的游戏正确显示
SteamGridDB图像配置
首次使用时,UWPHook会引导您配置SteamGridDB API密钥。获取密钥后,应用会自动为每个游戏寻找最合适的图像资源,支持多种过滤选项确保图像质量。
高级功能与技巧
批量操作效率提升
对于拥有大量Windows商店游戏的用户,UWPHook的批量选择功能能够显著提升操作效率。一次性选择多个游戏进行导出,避免了重复操作。
名称优化策略
建议将游戏名称修改为更易识别的格式。例如,将"Microsoft.SeaofThieves"改为"Sea of Thieves",这样在Steam库中浏览时会更加直观。
常见问题解决方案
Steam覆盖层兼容性
由于Steam的技术限制,UWP游戏的覆盖层功能可能无法正常工作。建议使用DXTory等第三方覆盖层工具作为替代方案。
流媒体模式设置
如果您使用Steam Link进行游戏串流,请在设置中启用"Streaming"模式选项,确保游戏能够正常串流。
数据安全保护
UWPHook会自动备份Steam的shortcuts.vdf文件,所有备份文件存储在用户数据目录的backups文件夹中。每个备份文件都包含时间戳信息,方便在需要时进行恢复。
项目构建与开发
对于想要参与项目开发的用户,可以按照以下步骤构建UWPHook:
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/uw/UWPHook - 安装Visual Studio 2022和.NET Framework 4.8
- 配置项目依赖项
- 运行构建过程
重要注意事项
UWPHook作为开源工具,其功能可能受到Valve或Microsoft政策变更的影响。建议:
- 定期更新到最新版本
- 在使用前备份重要数据
- 关注项目更新日志
通过使用UWPHook,您不仅能够统一管理所有游戏,还能享受到Steam平台提供的丰富功能,包括游戏时间统计、成就展示、好友互动等。立即尝试UWPHook,开启您的统一游戏管理之旅!
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00

