NonSteamLaunchers项目v4.1.4版本更新解析
项目概述
NonSteamLaunchers是一个旨在为Steam Deck用户提供便捷安装和管理非Steam游戏平台的工具项目。通过该项目,用户可以轻松地在Steam Deck上安装如Epic Games、Origin、Ubisoft Connect等第三方游戏平台,并将这些平台的游戏整合到Steam的游戏库中,实现统一管理。
v4.1.4版本核心更新
UMU兼容层重构
本次更新对UMU(Universal Management Utility)兼容层进行了全面重构。UMU是项目中的关键组件,负责处理非Steam游戏在Steam Deck上的兼容性问题。重构后的UMU带来了以下改进:
-
兼容性工具更新机制:用户现在可以通过"Update GE/UMU"按钮一键更新兼容工具,系统会自动创建新的快捷方式。
-
桌面版与插件版重复问题修复:解决了之前版本中存在的桌面模式与插件模式下游戏条目重复显示的问题。
-
米哈游游戏独立运行支持:《崩坏:星穹铁道》和《原神》现在可以脱离官方启动器独立运行,系统会为它们创建单独的快捷方式。
-
脚本稳定性增强:修复了多处可能导致脚本暂停执行的bug,提升了整体稳定性。
流媒体服务增强
新增了对Better xCloud的支持,这是一个优化微软xCloud游戏流媒体服务的工具。用户可以通过Chrome浏览器安装并使用该功能,获得更好的云游戏体验。
版本部署指南
桌面模式部署
项目提供了两个.desktop文件供用户选择:
-
NonSteamLaunchers.desktop:完整桌面版本,包含安装最新NSL Decky Loader插件的选项。
-
NSLPlugin.desktop:专为已安装Decky Loader的用户设计,可直接安装/更新插件而无需进入桌面模式。
Windows环境部署
对于希望在Windows环境下使用该项目的用户,提供了专门的部署方案:
-
首先运行NSLPluginWindows.exe,该程序会自动创建必要的cef调试文件。
-
随后可选择运行No_console.exe或Plugin Loader.exe来启动服务。
-
进入游戏模式或大屏模式后即可看到Decky Loader插件和NonSteamLaunchers功能。
需要注意的是,Windows环境下目前仅支持游戏扫描功能,其他高级功能暂不可用。
技术实现亮点
-
兼容层优化:新版本的UMU采用了更智能的兼容性检测机制,能够根据不同游戏平台自动选择最优的Proton或Wine版本。
-
游戏管理架构:重构后的游戏条目管理系统采用去中心化设计,每个游戏平台和独立游戏都有自己独立的配置空间,避免了配置冲突。
-
跨平台支持:通过精心设计的抽象层,项目现在能够同时在Linux(SteamOS)和Windows环境下运行,为不同平台的用户提供一致的使用体验。
使用建议
-
对于首次安装的用户,建议先使用桌面版本熟悉基本功能,再根据需要决定是否安装插件版本。
-
更新后建议删除旧的游戏快捷方式,让系统重新生成基于新UMU的快捷方式。
-
对于米哈游游戏玩家,可以尝试新的独立运行模式,可能会获得更好的性能和稳定性。
-
Windows用户在使用时应注意目前功能限制,主要依赖自动扫描功能来管理游戏库。
这个版本标志着NonSteamLaunchers项目在兼容性管理和跨平台支持方面迈出了重要一步,为Steam Deck用户提供了更加完善的非Steam游戏管理解决方案。
kernelopenEuler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。C083
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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