【亲测免费】 统一Linux Wine游戏启动器(UMU-Launcher)教程
1、项目介绍
统一Linux Wine游戏启动器(UMU-Launcher),是专为在Linux系统上运行Windows游戏设计的一款工具。本项目基于Steam的Linux运行时环境和运行时工具,经过定制,允许用户无需依赖Steam即可运行Windows游戏。它通过模仿Steam对Proton游戏的启动流程,实现了游戏的独立运行,支持自定义wine前缀、Proton版本以及游戏参数,极大地扩展了Linux用户的游戏选择范围,无需将游戏添加到Steam库中。
2、项目快速启动
要快速开始使用UMU-Launcher,首先需要安装必要的软件包,并下载项目源码。
安装前提条件
确保您的系统已安装bash, make, 以及Python相关的构建工具(build, hatchling, installer)。
下载并构建项目
-
克隆项目源码:
git clone https://github.com/Open-Wine-Components/ULWGL.git -
进入项目目录并配置安装路径(可选):
cd ULWGL ./configure.sh --prefix=/usr 或者适用于个人用户的安装路径 -
构建项目:
make -
安装(需sudo权限,或按上述步骤进行用户级安装):
sudo make install 或 ./configure.sh --user-install && make install -
添加可执行文件至PATH(如果进行了用户级安装): 编辑您的shell配置文件,例如
.bashrc或.bash_profile,添加以下行:export PATH="$HOME/local/bin:$PATH"确保之后运行
source ~/.bashrc或相应的配置文件来使更改生效。
使用示例
假设您想运行一个位于$HOME/Games/epic-games-store中的Windows游戏,可以这样做:
WINEPREFIX=$HOME/Games/epic-games-store \
GAMEID=umu-your-game-id \
PROTONPATH="$HOME/steam/steam/compatibilitytools/d/GE-Proton8-28" \
umu-run "$HOME/Games/epic-games-store/drive_c/path_to_your_game/game.exe"
替换相应路径和Proton版本以适应您的环境。
3、应用案例和最佳实践
- 跨平台游戏运行:对于从Epic Games Store、GOG等非Steam平台下载的游戏,UMU-Launcher提供了一个统一的方法来利用Proton技术在Linux上运行,无需额外的配置脚本。
- 自定义游戏修复:结合protonfixes,可以通过UMU-Launcher指定特定的游戏修复方案,提升游戏兼容性和性能。
- 环境变量管理:灵活设置
WINEPREFIX和PROTONPATH,优化每个游戏的运行环境,达到最佳性能。
4、典型生态项目
UMU-Launcher与protonfixes社区紧密合作,后者提供了大量的游戏修正脚本来增强游戏体验。此外,虽然不直接相关,但项目如Lutris、Bottles等也致力于提升Linux上的Windows游戏体验,虽然它们不是直接由UMU-Launcher团队维护,但用户可以在这些平台中借鉴或者集成UMU-Launcher的理念和技术,创建更个性化的游戏运行环境。
通过以上步骤,您可以顺利地在Linux环境中利用UMU-Launcher享受到丰富的Windows游戏资源,体验到无缝跨平台游戏的乐趣。记得关注项目更新,以便获取最新的功能和改进。
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03