NexusMods.App v0.11.3版本发布:REDmod加载顺序问题修复
NexusMods.App是一个开源的MOD管理工具,专门为游戏玩家提供便捷的MOD安装、管理和更新功能。作为Nexus Mods网站的官方应用,它支持多种游戏,并提供了直观的用户界面来简化MOD管理流程。
核心问题修复
本次v0.11.3版本主要针对REDmod加载顺序相关的问题进行了重点修复。REDmod是CD Projekt Red为《赛博朋克2077》开发的官方MOD系统,其加载顺序直接影响游戏运行时MOD的表现效果。
命令行参数修正
修复了游戏启动时未正确添加-modded命令行参数的问题。这个参数对于REDmod的正常工作至关重要,它告诉游戏引擎需要加载MOD内容。现在应用会确保每次启动游戏时都包含此参数。
REDmod.exe交互优化
解决了REDmod.exe加载顺序传递失败的问题。原先由于命令行参数格式错误,用户设置的MOD加载顺序无法正确传递给REDmod工具。新版本修正了参数格式,确保加载顺序能够准确应用。
跨平台兼容性增强
针对Linux平台进行了多项改进:
- 更新了与Protontricks配合使用的REDmod批处理脚本,使其支持必要的命令行参数
- 修复了因换行符(CRLF vs LF)差异导致的加载顺序应用失败问题
- 调整了REDmod加载顺序文件的存储位置,确保WINE环境能够正确访问
技术细节与解决方案
REDmod重编译机制
团队发现并绕过了REDmod.exe的一个固有缺陷:当MOD列表相同但顺序不同时,工具不会触发重新编译。这可能导致MOD加载顺序变更不生效。虽然已向CD Projekt Red报告此问题,但当前版本通过工作区方式确保加载顺序变更能够正确应用。
游戏版本检测
移除了对Epic Games平台《赛博朋克2077》的检测支持,因为该平台版本目前尚未完全兼容REDmod系统。这一变更实际上在0.11.1版本就已实施,但此次更新才正式列入变更日志。
已知问题说明
尽管本次更新解决了多个关键问题,但仍存在一些待解决的问题:
- 集合评分显示可能偶尔与网站不一致
- 即使未安装REDmod.exe,应用仍会尝试运行它
- 部分表格列排序功能工作异常
- 添加集合时未检查游戏版本兼容性
- 表格排序状态和活动标签状态未保存
- 某些Linux环境下REDmod加载顺序可能仍无法正确应用
这些问题的解决方案已在开发路线图中,预计将在后续版本中逐步修复。
总结
v0.11.3版本通过一系列精准的技术调整,显著提升了REDmod系统的可靠性和跨平台兼容性。特别是对Linux用户而言,这些改进使得MOD管理体验更加流畅。开发团队持续关注用户反馈,致力于解决MOD管理中的各种技术挑战,为玩家提供更稳定、更高效的游戏MOD管理工具。
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