Lutris项目离线安装GOG游戏时的Token验证问题解析
2025-05-27 12:53:27作者:咎竹峻Karen
问题背景
在使用Lutris游戏平台安装GOG离线游戏时,用户可能会遇到"Token required"错误提示。这一问题主要出现在使用Lutris的JSON安装脚本时,特别是当脚本中包含"version: GOG"和"gogid"字段的情况下。该问题在Lutris 0.5.18版本中被报告,并已在后续提交中得到修复。
技术原因分析
该问题的核心在于Lutris对GOG游戏安装流程的验证机制:
- 服务集成设计:Lutris集成了GOG服务支持,允许用户连接GOG账户来自动获取游戏信息
- 安装脚本处理:当安装脚本中包含GOG特有的标识字段时,系统会尝试从GOG服务获取额外信息
- 验证机制缺陷:原本的代码没有正确处理离线安装场景,强制要求Token验证
影响范围
这一问题主要影响以下使用场景:
- 使用Lutris官方提供的GOG游戏安装脚本
- 安装脚本中包含GOG特有的标识字段
- 用户未连接或不想连接GOG账户
- 使用离线安装包进行安装的情况
解决方案
开发团队通过以下方式解决了该问题:
- 改进错误处理:使系统能够正确处理认证错误,不再阻止安装流程
- 区分安装模式:明确区分在线安装和离线安装的不同路径
- 保持兼容性:确保旧版安装脚本仍然可用
用户建议
对于不同需求的用户,我们建议:
-
希望保持完全离线的用户:
- 可以手动编辑安装脚本,移除GOG相关字段
- 使用YAML格式的安装脚本而非JSON格式
-
愿意连接GOG账户的用户:
- 在Lutris主界面的"Sources"部分连接GOG账户
- 这样可以使用完整的GOG集成功能
-
开发者注意事项:
- 编写安装脚本时应考虑离线场景
- 避免强制依赖在线服务
技术实现细节
修复的核心在于修改了错误处理逻辑,使系统能够:
- 识别认证错误
- 区分必要和非必要的服务调用
- 在服务不可用时回退到基本安装流程
这一改进既保持了GOG服务集成的功能,又确保了离线安装的可用性,体现了Lutris作为跨平台游戏管理工具的灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217