NonSteamLaunchers项目v3.9.9版本技术解析
NonSteamLaunchers是一个旨在让Steam Deck和Linux桌面用户能够方便地安装和管理非Steam游戏平台的工具项目。它通过创建兼容的快捷方式,让用户可以在SteamOS环境下运行Epic Games、Battle.net、Origin等其他游戏平台。最新发布的v3.9.9版本带来了多项重要改进,特别是在桌面版和Decky插件版本上的功能增强。
Unreal Engine支持特性
这个版本的一个不太为人所知但非常有价值的功能是支持通过Epic Games Launcher安装Unreal Engine。用户现在可以直接在NonSteamLaunchers环境中安装和使用Unreal Engine,为游戏开发者提供了在Steam Deck上创建Windows和Linux游戏的便利工具。这一功能扩展了项目的使用场景,使其不仅服务于游戏玩家,也能满足游戏开发者的需求。
桌面版功能增强
跨发行版兼容性改进
开发团队开始着手改善对不同Linux发行版的兼容性。新版增加了bash脚本的依赖检查功能,确保在不同发行版上运行时能明确提示所需的依赖项,如Zenity、Steam、curl、wget等基础工具。虽然目前覆盖的依赖检查还比较基础,但这标志着项目向更好的跨平台兼容性迈出了重要一步。
UMU快捷方式修复
修复了UMU(Universal Menu Utility)快捷方式构建不正确的问题。之前的版本中,UMU快捷方式会错误地添加兼容性工具和额外命令。现在这一问题已得到解决,建议用户删除旧的UMU快捷方式并让NonSteamLaunchers重新创建它们。
桌面通知系统
新增了带图标的桌面通知功能,当有任何内容被添加到Steam时会立即显示通知。这一改进大大提升了用户体验,让用户能即时了解添加状态,而不需要手动检查。
扫描器功能扩展
- 新增对HoYoPlay游戏的扫描支持,处理方式类似于Battle.net平台
- 新增对VK Play游戏的初步扫描支持(仍在完善中)
插件更新逻辑优化
修复了桌面版中插件更新器的一些逻辑问题,现在它能更准确地判断何时需要更新或安装Decky插件版本,减少了不必要的更新提示。
Decky插件版改进
界面重组与状态指示
重新组织了插件界面,现在能直观显示已安装的启动器状态(通过红绿灯颜色标识)。同时采用了分页设计,避免了随着启动器和流媒体网站数量增加导致的列表过长问题。
新平台支持
- 新增VK Play平台支持及其游戏扫描功能(仍在优化中)
- 新增HoYoPlay游戏扫描功能,为《原神》和《绝区零》等游戏创建独立快捷方式
UMU快捷方式修复
与桌面版相同,修复了UMU快捷方式构建问题,建议用户删除旧快捷方式后重新扫描生成。
插件更新逻辑优化
改进了NSLPlugin.desktop文件的逻辑,使其能更可靠地完成更新操作。如果遇到更新问题,用户可以通过删除并重新安装插件来解决。
安装与使用说明
项目现在提供两个.desktop文件:
- NonSteamLaunchers.desktop - 完整桌面版,包含安装Decky插件的选项
- NSLPlugin.desktop - 专为已安装Decky Loader的用户提供的插件版
对于Windows用户,安装流程稍有不同:
- 首先运行NSLPluginWindows.exe,它会创建必要的cef调试文件
- 然后运行No_console.exe或Plugin Loader.exe
- 进入游戏模式或大屏幕模式使用插件功能
Windows版本目前仅支持游戏扫描功能,会自动为所有非Steam游戏添加带封面的正确格式化快捷方式。
技术展望
v3.9.9版本展示了NonSteamLaunchers项目正在向更稳定、更用户友好的方向发展。特别是对多种游戏平台扫描支持的持续改进,以及对不同Linux发行版兼容性的关注,都表明项目团队致力于提供更全面的解决方案。未来版本可能会进一步完善VK Play等新平台的支持,并可能增加更多针对开发者的功能。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00