首页
/ ET-Optimizer 项目使用教程

ET-Optimizer 项目使用教程

2024-08-28 06:50:53作者:段琳惟

1. 项目的目录结构及介绍

ET-Optimizer 是一个用于优化 Windows 10 和 Windows 11 性能的 Batch/PowerShell GUI 脚本。以下是项目的目录结构及各文件的简要介绍:

ET-Optimizer/
├── ET-Optimizer.ps1          # 主启动脚本
├── LICENSE                   # 许可证文件
├── README.md                 # 项目说明文档
├── README-PL.md              # 波兰语项目说明文档
├── autounattend.xml          # 自动应答配置文件
└── Project Lazarus           # 项目 Lazarus 相关文件

文件介绍

  • ET-Optimizer.ps1: 主启动脚本,用于优化系统性能、提升隐私和移除系统臃肿。
  • LICENSE: 许可证文件,采用 GPL-3.0 许可证。
  • README.md: 项目说明文档,包含项目的基本信息和使用方法。
  • README-PL.md: 波兰语项目说明文档。
  • autounattend.xml: 自动应答配置文件,用于系统安装过程中的自动配置。
  • Project Lazarus: 项目 Lazarus 相关文件,具体内容未详细说明。

2. 项目的启动文件介绍

ET-Optimizer.ps1

ET-Optimizer.ps1 是项目的主启动脚本,通过该脚本可以一键优化系统性能、提升隐私和移除系统臃肿。在运行该脚本之前,需要设置 PowerShell 的执行策略为 RemoteSigned

Set-ExecutionPolicy RemoteSigned

使用方法

  1. 下载项目文件。
  2. 打开 PowerShell 终端。
  3. 设置执行策略:
    Set-ExecutionPolicy RemoteSigned
    
  4. 运行 ET-Optimizer.ps1 脚本:
    .\ET-Optimizer.ps1
    

3. 项目的配置文件介绍

autounattend.xml

autounattend.xml 是一个自动应答配置文件,用于在系统安装过程中自动配置系统设置。该文件通常用于无人值守的系统安装,可以预设系统的一些基本配置,如时区、用户账户等。

使用方法

在系统安装过程中,将 autounattend.xml 文件放置在合适的目录下,系统安装程序会自动读取该文件并应用其中的配置。

总结

ET-Optimizer 项目通过 ET-Optimizer.ps1 脚本提供了一键优化 Windows 10 和 Windows 11 系统的功能,同时提供了 autounattend.xml 文件用于系统安装过程中的自动配置。通过本教程,您可以快速了解项目的目录结构、启动文件和配置文件的使用方法。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
515
558
docsdocs
暂无描述
Markdown
862
5.73 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.54 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
843
1.3 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
858
1.73 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.36 K
878
llvm-projectllvm-project
本仓库fork自上游llvm-project仓,面向openEuler社区提供了前端C/C++语言的支持,中端通用优化能力的增强,以及后端多架构的支持,包括AArch64/X86/LoongArch/RISC-V/SW64等。
C++
159
64
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
520
353
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.28 K
1.39 K
kernelkernel
deepin linux kernel
C
33
17