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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00