GetStoreApp 6.0.601.0 版本发布:Windows 应用商店增强工具全面升级
GetStoreApp 是一款专为 Windows 平台设计的应用商店增强工具,它提供了比原生 Microsoft Store 更丰富的功能和更灵活的应用管理方式。该项目通过整合 Windows 包管理器 WinGet 和其他实用功能,为用户带来了全新的应用获取和管理体验。
核心功能升级
最新发布的 6.0.601.0 版本带来了多项重要改进:
1. 用户界面全面革新
本次更新对 UI 进行了彻底重构,采用了更加现代化的设计语言。界面元素经过重新组织,功能分类更加清晰合理。新版界面减少了视觉干扰,突出了核心功能,使得整体操作体验更加流畅自然。对于经常需要管理应用的用户来说,这种优化能够显著提升工作效率。
2. WinGet 包管理器增强
WinGet 作为微软官方的命令行包管理工具,在此版本中获得了深度整合和功能扩展:
- 新增了多项自定义操作选项,用户可以根据需求灵活配置安装、更新和卸载行为
- 引入了数据源自定义设置功能(需管理员权限),允许用户添加第三方软件源
- 优化了包管理流程,减少了不必要的交互步骤
3. 下载引擎升级
新版本加入了 Aira2 下载方案的支持,这是一个基于多线程和分段下载技术的高效下载引擎。相比传统下载方式,Aira2 能够显著提升大文件下载速度,特别是在网络条件不佳的环境下表现尤为突出。这一改进特别适合需要频繁下载大型应用或游戏包的用户。
技术架构改进
在底层架构方面,项目也进行了重要更新:
- 将 Windows App SDK 升级至 1.7.250513003(1.7.2)版本,获得了更好的系统兼容性和性能表现
- 移除了部分冗余功能模块,使应用体积更小、运行更高效
- 修复了多个已知问题,提升了整体稳定性
平台兼容性说明
需要注意的是,由于 WinGet 依赖库目前对 ARM64 架构的支持尚不完善,此版本暂时无法在 ARM64 设备上运行。开发团队表示将在后续版本中解决这一问题。
安装指南
GetStoreApp 提供了两种安装方式供用户选择:
MSIX 包安装方式
- 首先确保系统已启用开发者模式
- 安装必要的运行时依赖项
- 将证书安装到本地计算机的受信任根证书颁发机构存储区
- 运行 MSIX 安装包完成安装
PowerShell 脚本安装方式
- 下载并解压压缩包
- 右键运行 Install.ps1 脚本
- 按照提示完成安装过程
对于遇到 PowerShell 执行策略限制的用户,可以通过调整执行策略或使用特定命令绕过限制完成安装。
未来发展方向
根据用户反馈和开发计划,GetStoreApp 后续版本将重点关注以下方面:
- 恢复对 Windows 10 19041 版本的支持,扩大用户覆盖范围
- 集成在线翻译功能,提升多语言环境下的使用体验
- 持续优化性能,特别是针对低配置设备的适配
GetStoreApp 6.0.601.0 版本的发布标志着该项目在功能完整性和用户体验方面又迈出了重要一步。无论是对于普通用户还是开发者,这个工具都提供了比原生应用商店更加强大和灵活的应用管理能力。随着后续版本的持续更新,GetStoreApp 有望成为 Windows 平台上不可或缺的应用管理解决方案。
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。C091
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.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00