NonSteamLaunchers项目v4.2.0版本发布:新增Humble Games支持与多平台优化
NonSteamLaunchers是一个旨在帮助Steam Deck用户整合非Steam游戏平台的工具项目,它能够将这些平台中的游戏无缝集成到Steam的游戏模式中。最新发布的v4.2.0版本带来了多项重要更新,特别是对Humble Games Collection的支持以及跨平台功能的优化。
核心功能更新
Humble Games Collection扫描支持
本次更新的亮点是新增了对Humble Games Collection的扫描功能。这意味着用户现在可以直接将Humble平台上的游戏、合集和捆绑包中的内容扫描并添加到Steam的游戏模式中。这项功能的加入进一步扩展了NonSteamLaunchers的兼容性范围,为拥有Humble平台游戏的用户提供了更完整的整合体验。
艺术作品质量提升
开发团队持续优化了游戏艺术作品的生成质量。在v4.2.0版本中,艺术作品系统变得更加稳定,生成的封面和背景图质量也有显著提升。这对于追求完美游戏库展示效果的用户来说是一个重要的改进。
多平台版本优化
桌面版与插件版分离
v4.2.0版本对安装方式进行了重构,现在提供了两个独立的.desktop文件:
- 桌面版(Desktop Version):包含完整的NonSteamLaunchers功能,同时提供了安装最新版NSL Decky Loader插件的选项
- 插件版(Plugin Version):专为已安装Decky Loader的用户设计,可以单独更新插件而无需使用桌面模式
这种分离设计让不同使用场景的用户都能获得最合适的安装体验。
Windows平台支持改进
对于Windows用户,v4.2.0版本提供了更清晰的安装指南:
- 首先运行NSLPluginWindows.exe,这会创建必要的cef调试文件
- 然后选择运行No_console.exe或Plugin Loader.exe
- 进入游戏模式或大屏幕模式即可使用Decky Loader插件
需要注意的是,Windows版本目前仅支持游戏扫描功能,其他功能暂不可用。但扫描过程会自动为所有非Steam游戏添加适当格式的艺术作品,确保在Windows环境下的完美展示。
技术实现亮点
从技术角度看,v4.2.0版本的改进主要体现在以下几个方面:
- 扫描引擎增强:新增的Humble Games支持表明扫描引擎具有很好的扩展性,可以相对容易地加入对新平台的支持
- 跨平台兼容性:通过分离桌面版和插件版,项目更好地适应了不同用户的使用习惯和环境
- 艺术作品生成优化:持续改进的艺术作品系统展示了项目对用户体验细节的关注
使用建议
对于不同用户群体,我们建议:
- 新用户:直接从桌面版开始体验完整功能
- 已有Decky Loader的用户:使用插件版进行快速更新
- Windows用户:按照专门的Windows安装指南操作,特别注意运行顺序
这个版本的发布标志着NonSteamLaunchers项目在多平台支持和功能完善方面又迈出了重要一步,特别是对Humble Games用户来说是一个值得升级的版本。艺术作品系统的持续优化也体现了开发团队对细节的关注,相信会为用户带来更好的整体体验。
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