如何用Tiny11Builder打造轻快Windows 11系统?老旧电脑也能流畅运行
Tiny11Builder是一款开源工具,能帮你制作精简版Windows 11系统镜像。它通过智能移除不必要的组件,让系统体积减少40%-60%,启动速度提升30%以上,内存占用降低50%,特别适合老旧电脑性能优化、虚拟机环境配置和专用设备系统部署。
🖥️ 为什么选择Tiny11Builder?
核心优势解析
使用Tiny11Builder制作的精简系统,不仅能让你的电脑运行更流畅,还能为你节省大量磁盘空间。相比原版系统,它减少了不必要的后台进程,提升了系统响应速度,让你的电脑重新焕发活力。无论是日常办公还是专业应用,都能获得更好的使用体验。
适用人群与场景
如果你有一台老旧电脑,运行原版Windows 11卡顿明显;或者你需要配置多个虚拟机环境,希望节省资源;又或者你要为专用设备部署系统,Tiny11Builder都是不错的选择。它能满足不同用户的需求,让系统更贴合你的使用习惯。
📋 准备工作
系统要求
在开始之前,你需要确保电脑满足这些条件:操作系统是Windows 10或11的64位版本,内存至少8GB(推荐16GB),有20GB以上的可用磁盘空间。另外,你还需要准备原版Windows 11 ISO镜像文件和PowerShell 5.1或更高版本。
获取项目
打开命令行工具,输入以下命令获取项目:
git clone https://gitcode.com/GitHub_Trending/ti/tiny11builder
配置PowerShell权限
以管理员身份运行PowerShell,执行这条命令来设置执行策略:
Set-ExecutionPolicy Bypass -Scope Process
🚀 制作精简系统镜像步骤
准备ISO镜像
先从微软官网下载Windows 11原版ISO文件,然后用Windows资源管理器挂载ISO镜像,记住虚拟光驱的盘符,比如D:。
运行制作脚本
进入项目目录,根据你的需求选择运行不同的脚本。如果你需要常规版本(适合日常使用,移除大量预装应用但保持系统可维护性,支持后续添加语言包和功能更新),运行:
.\tiny11maker.ps1
要是你想要核心版本(极致精简,移除更多系统组件,无法添加语言、更新或功能,专为快速测试和开发环境设计),则运行:
.\tiny11coremaker.ps1
进行交互式配置
脚本运行后,会有提示让你完成一些设置。你需要选择Windows系统版本,像家庭版、专业版或者企业版;设置系统语言和区域选项;挑选需要保留的系统组件;指定输出目录和文件名。按照提示一步步操作就行。
注意事项:在选择保留组件时,不要移除Windows Update服务,谨慎删除系统恢复功能,避免精简核心系统文件,否则可能影响系统正常运行。
🌟 用户场景故事
小王的笔记本用了五年,运行原版Windows 11特别卡顿,开机要好几分钟,打开软件也很慢。他听说了Tiny11Builder,就抱着试试看的心态制作了精简系统。没想到安装后,电脑开机时间缩短到了30秒以内,日常使用也流畅了很多,他又能愉快地用这台笔记本处理文档和上网了。
小李是一名开发人员,经常需要在虚拟机里测试不同环境。用了Tiny11Builder制作的精简系统后,虚拟机占用的资源少了很多,他可以同时运行多个虚拟机,工作效率大大提高。
📌 常见问题解决
如果运行脚本时遇到执行策略限制,就用前面提到的Set-ExecutionPolicy命令解除限制;要是提示权限不足,记得以管理员身份运行PowerShell;要是出现文件路径错误,检查一下ISO镜像是否正确挂载。如果制作镜像时提示磁盘空间不足,清理一下磁盘,确保有足够的可用存储空间。
🚀 进阶探索
制作完成精简系统后,你可以尝试进一步自定义系统,比如安装自己常用的软件,优化系统设置等。你也可以研究一下Tiny11Builder的脚本,了解它是如何实现系统精简的,说不定还能根据自己的需求对脚本进行修改,打造更个性化的系统。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06