如何用Tiny11Builder打造轻量级Windows 11系统镜像
当你发现新买的电脑运行Windows 11却越来越慢,C盘空间在不知不觉中被占满,这很可能是系统中预装的大量冗余组件在作祟。Tiny11Builder作为一款开源的系统精简工具,通过智能裁剪Windows 11镜像,帮助用户解决系统臃肿问题,让电脑运行更高效。
探究系统臃肿的根源
Windows 11系统就像一个装满各种工具的工具箱,其中很多工具我们可能永远都用不上。专业测试表明,新装的Windows 11系统中,超过30%的空间被无用组件占用,这些组件不仅浪费存储空间,还会在后台消耗内存和CPU资源,影响系统性能。
了解Tiny11Builder的工作机制
Tiny11Builder如同一位精准的外科医生,通过以下步骤为系统"瘦身": 首先进行全面的系统扫描,找出那些冗余的组件和预装应用;然后在确保系统稳定的前提下,安全地移除不必要的部分;接着对系统设置和注册表进行深度优化,提升性能和隐私保护;最后生成一个可直接安装的精简版系统镜像。它基于微软官方的DISM工具,保证了每一个被移除组件的安全性和非必要性。
选择适合自己的Tiny11版本
Tiny11Builder提供了两个主要版本,满足不同用户的需求。 常规版(tiny11maker.ps1)适合日常办公和娱乐用户,它保留了核心功能,移除冗余应用但保持系统可维护性,支持后续安装更新和语言包,占用空间约2.7GB。 核心版(tiny11coremaker.ps1)则面向开发者、测试人员和老旧硬件用户,极致精简,移除了更多系统组件,占用空间约1.8GB。不过需要注意的是,核心版会移除Windows组件存储(WinSxS)、Windows Defender和Windows Update,仅建议高级用户或特定场景使用。
一步步制作定制镜像
准备工作
要制作定制镜像,首先需要下载Windows 11官方ISO镜像,确保电脑有至少20GB可用磁盘空间,然后以管理员身份打开PowerShell。
具体操作步骤
- 设置执行策略
在PowerShell中输入命令
Set-ExecutionPolicy Bypass -Scope Process,这只是临时修改当前进程的执行策略,不会影响系统全局设置,安全性无需担心。 - 克隆项目仓库
执行
git clone https://gitcode.com/GitHub_Trending/ti/tiny11builder克隆项目,然后通过cd tiny11builder进入项目目录。 - 运行脚本
输入
.\tiny11maker.ps1 -ISO E -SCRATCH D(其中E是挂载的Windows ISO驱动器,D是临时文件存放驱动器)。 - 完成配置 按照提示选择Windows版本,等待脚本自动处理,这个过程通常需要30-60分钟,生成的ISO文件会保存在当前目录。建议使用SSD作为临时存储盘,这样可以将处理时间缩短40%左右。
精简系统带来的实际改变
许多用户使用Tiny11Builder后都有明显的体验提升。有开发者反馈,在虚拟机中使用Tiny11后,测试环境部署时间从原来的40分钟缩短到15分钟,系统响应速度明显提升。系统管理员也表示,为团队定制的Tiny11镜像不仅减少了30%的存储空间占用,还降低了系统维护难度,员工反馈电脑运行更流畅了。
让精简系统更贴合需求的技巧
- 保留必要应用:如果需要保留某些预装应用,可以编辑脚本中的$packagePrefixes数组,移除对应应用的前缀。
- 自定义注册表:通过修改Set-RegistryValue部分,可以添加自己需要的系统设置。
- 集成驱动:在镜像制作前,可以将必要的驱动文件放入指定目录,实现驱动的自动安装。 建议定期查看项目更新,开发者会持续优化组件移除列表,让精简效果更好、更安全。
现在,你已经了解了Tiny11Builder的相关知识,不妨动手尝试一下,为自己打造一个更轻快、更纯净的Windows系统。从下载官方ISO镜像开始,按照步骤操作,体验系统精简带来的改变。
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