Windows Terminal 1.22预览版中PowerShell颜色显示异常的解决方案
Windows Terminal作为微软推出的现代化终端工具,在1.22预览版(1.22.2408.23002)中引入了一些重大改进,包括对Sixel图形的支持。然而,这些改动也带来了一些兼容性问题,特别是当用户在Windows 10系统上使用内置的PowerShell时,可能会遇到文本颜色显示异常的情况。
问题现象
用户在Windows Terminal 1.22预览版中执行PowerShell命令时,当使用退格键、Esc键或浏览命令历史记录时,文本的背景颜色会被错误地重置为黑色。这种异常行为在1.21稳定版(1.22.2408.23001)中并不存在,是1.22预览版特有的问题。
问题根源
这个问题的根本原因在于Windows Terminal团队为了支持更多高级功能(如Sixel图形),在1.22版本中移除了对某些VT转义序列的特殊处理。这些改动虽然带来了功能上的进步,但也暴露了Windows 10内置PowerShell中PSReadLine模块的一个已知bug。
Windows 10系统自带的PSReadLine版本存在属性设置不正确的问题,这个问题在Windows 11中已经通过PSReadLine的更新得到修复。但由于Windows 10用户可能还在使用旧版本,因此会受到影响。
解决方案
对于遇到此问题的用户,可以通过以下步骤解决:
-
在PowerShell中运行命令安装最新版PSReadLine模块:
Install-Module PSReadLine -Force如果已经安装过该模块,可能需要添加-Force参数强制更新。
-
安装完成后,关闭并重新打开所有PowerShell标签页,使更改生效。
对于不希望使用内置PowerShell的用户,可以考虑以下替代方案:
- 使用Windows Terminal中的PowerShell Core(pwsh)配置,它不受此问题影响
- 在Windows Terminal设置中隐藏"PowerShell"配置文件,避免使用旧版PowerShell
技术背景
Windows Terminal团队在设计上坚持了"VT直通"的基本原则,即终端应该尽可能原样传递和显示应用程序发送的VT转义序列,而不做过多特殊处理。这种设计理念虽然有时会导致一些兼容性问题,但从长远来看更有利于终端的标准化和功能扩展。
此次颜色显示问题实际上是Windows Terminal团队为了遵循这一原则而做出的有意调整,虽然短期内可能影响部分用户体验,但为终端带来了更强大的功能和更好的兼容性基础。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00