CompactGUI v3.8.0版本发布:优化文件压缩体验
项目简介
CompactGUI是一款基于Windows Compact功能开发的图形界面工具,它能够帮助用户更高效地压缩文件和文件夹,特别适合需要节省存储空间的场景。该工具通过友好的用户界面封装了Windows系统的底层压缩功能,使得普通用户也能轻松使用高级压缩技术。
主要更新内容
界面优化
新版本对用户界面进行了多项改进,提升了整体使用体验:
-
导航栏常显设计:现在导航栏会始终保持可见状态,用户可以随时在"压缩器"和"文件夹监视器"视图之间切换,不再需要寻找隐藏的菜单选项。
-
操作提示增强:在文件夹监视器视图中,所有按钮都新增了工具提示功能。当用户将鼠标悬停在按钮上时,会显示简明的功能说明,降低了新用户的学习成本。
-
快捷操作改进:现在按住Shift键同时点击退出按钮,可以直接关闭程序而不会最小化到系统托盘,为需要完全退出的用户提供了便利。
性能修复
本次更新重点解决了以下技术问题:
-
存储设备兼容性修复:修复了在RAMDisk或SSHD(混合硬盘)上压缩文件夹时可能导致程序挂起的问题。这个修复显著提升了工具在各种存储介质上的稳定性。
-
底层优化:对压缩引擎进行了内部调整,提高了处理特殊存储设备时的健壮性。
技术实现特点
CompactGUI v3.8.0版本提供了两种可执行文件格式,满足不同用户需求:
-
依赖.NET运行时版本:CompactGUI.exe文件体积小巧(仅2.8MB),但需要系统已安装.NET 9运行时环境。
-
独立打包版本:CompactGUI.mono.exe文件(72MB)包含了所有必要的.NET 9库文件,无需额外安装运行时即可运行,适合环境受限的用户。
使用建议
对于普通用户,如果系统已经安装了.NET 9运行时,推荐使用小巧的CompactGUI.exe版本。对于企业环境或需要分发给多台计算机的情况,独立打包版本更为合适,可以避免运行时依赖问题。
开发团队建议用户通过winget包管理器进行安装,这种方式可以自动处理.NET运行时的依赖问题,简化安装流程。不过需要注意的是,新版本发布后可能需要等待几天才能在winget仓库中可用。
安全验证
为确保下载文件的完整性,用户可以使用以下校验值进行验证:
- MD5校验值:84D9C95B1FFE79D0BB90B34EFB86CE45
- SHA-256校验值:F21963A68C25B72D59A8431AF2E0E98B4A701E87C4F4A47EC4363238D7D384D2
项目支持
CompactGUI作为开源项目,持续优化和改进离不开社区的支持。开发团队在更新说明中表达了对用户支持的感谢,并提供了捐赠渠道,鼓励认可该工具价值的用户通过适当方式支持项目发展。
这个版本在用户体验和稳定性方面都有显著提升,特别是解决了特殊存储设备上的兼容性问题,使得CompactGUI在各种使用场景下都更加可靠。界面优化也让工具对新手更加友好,降低了使用门槛。
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 StartedRust069- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00