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。
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 StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111