UWPHook:将Windows商店和Xbox Game Pass游戏添加到Steam的便捷工具
UWPHook 是一个开源项目,专门用于简化将 Windows Store 或 UWP 游戏以及 Xbox Game Pass 游戏添加到 Steam 的过程。由于 Steam 无法直接识别 UWP 应用,UWPHook 通过自动化脚本和应用启动过程,使得这一操作变得简单快捷。
功能特点
- 自动检测UWP应用:一键加载已安装的所有UWP应用和Xbox Game Pass游戏
- 批量导出到Steam:支持选择多个应用并批量添加到Steam库
- 自定义游戏名称:可以双击修改游戏名称,方便在Steam中识别
- SteamGridDB集成:自动从SteamGridDB下载网格图标、图标和英雄图像
- 备份保护:自动备份Steam的shortcuts.vdf文件,防止数据丢失
快速开始指南
下载和安装
首先需要下载UWPHook的最新版本。您可以从项目仓库获取最新发布版本。
将下载的文件解压并存储在您的PC上的合适位置。
添加游戏到Steam
- 运行 UWPHook.exe 启动应用程序
- 点击刷新按钮加载已安装的UWP应用
- 在列表中选择您想要添加到Steam的游戏
- 双击"name"列可以修改游戏显示名称(可选)
- 点击"Export selected apps to Steam"按钮导出选中的应用
- 重启Steam(如果需要提示)
- 在Steam中启动您的UWP游戏,Steam将显示您当前正在游玩的游戏状态
SteamGridDB图像集成
从版本2.8开始,UWPHook支持自动从SteamGridDB导入游戏图像。首次使用时,应用会询问您是否要下载图像,并引导您到设置页面。
通过添加在SteamGridDB偏好设置中获取的API密钥,UWPHook会自动为导出的游戏寻找匹配的图像,包括网格、图标和英雄图像。
您可以使用过滤器来优化图像选择,例如动画图像、模糊效果、无logo或meme图像等,但应用会自动根据过滤器选择第一个找到的匹配图像。
已知应用支持
UWPHook内置了对一些常见游戏的支持,包括:
- Sea of Thieves
- Gears of War: Ultimate Edition
- Dead Cells
- ASTRONEER
- Taiko no Tatsujin: The Drum Master!
这些游戏的显示名称已经过优化,在Steam中会显示为更友好的名称。
故障排除
Steam覆盖层不工作
这是Steam的限制,Valve需要更新以更好地支持UWP应用。对于UWP游戏,推荐使用DXTory作为替代覆盖层。
使用Steam Link
在设置屏幕中勾选"Streaming"模式选项。
Steam Deck兼容性
此应用与Steam Deck完全不兼容。
快捷方式损坏
如果您发现其他应用的快捷方式在使用UWPHook后损坏,可以在 %appdata%\Roaming\Briano\UWPHook\backups 目录中找到备份文件。每个文件都是原始 shortcuts.vdf 在UWPHook操作前的备份,文件命名为 {userid}_{timestamp}_shortcut.vdf,您可以将这些文件恢复到原始位置使用。
项目构建
如果您想要从源代码构建UWPHook:
- 克隆项目仓库
- 安装Visual Studio 2022和.NET Framework 4.8
- 安装所需的依赖库
- 如果项目要求VDFParser和Sharpsteam的引用,请指向最新的构建版本
- 运行构建
安装程序
安装程序使用NSIS构建,只需运行 UWPHook.nsi 脚本即可。安装过程包括压缩应用程序并为用户创建一些路径,由于应用程序主要是静态/动态的,不太依赖于安装位置,安装程序主要是为了方便而制作的。
注意事项
UWPHook是MIT许可证下的开源软件。由于Valve或Microsoft可能会在没有事先通知的情况下更改任何API、文件格式、脚本等内容,该软件很可能会在没有任何预警的情况下出现问题。
建议定期更新到最新版本的UWPHook,以获得最佳性能和兼容性。在使用UWPHook之前,建议备份现有的Steam快捷方式文件,以防需要恢复。
通过使用UWPHook,您可以轻松地将Windows商店和Xbox Game Pass游戏集成到Steam中,享受统一的游戏管理体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
