Chiaki4deck v1.9.5版本发布:PlayStation远程游戏客户端全面升级
Chiaki4deck是一款开源的PlayStation远程游戏客户端,它允许用户在PC、Mac和Linux设备上远程游玩PlayStation游戏。作为一款社区驱动的项目,Chiaki4deck基于原始的Chiaki项目进行了大量改进和优化,特别是在Steam Deck等掌机设备上提供了更好的兼容性和用户体验。
系统要求与平台支持
最新发布的v1.9.5版本对系统硬件和软件环境提出了明确要求。所有平台都需要支持Vulkan 1.2或更高版本的GPU或集成显卡。对于Linux用户,特别是使用Flatpak和AppImage格式的用户,需要安装pipewire音频服务。AppImage版本还需要额外的库支持,包括libhidapi-hidraw和libva。
各平台安装方式详解
Linux平台
Linux用户可以选择Flatpak或AppImage两种安装方式。Flatpak版本通过Flathub仓库分发,包名为io.github.streetpea.Chiaki4deck,这种安装方式提供了更好的系统集成和自动更新支持。AppImage版本则提供了x86_64和arm64两种架构的独立可执行文件,适合需要便携式解决方案的用户。
macOS平台
macOS用户可以通过Homebrew包管理器安装,使用brew install --cask streetpea/streetpea/chiaki-ng命令即可完成安装和后续更新。对于不熟悉命令行的用户,也提供了直接下载的DMG安装包,支持Intel和Apple Silicon两种处理器架构。
Windows平台
Windows用户可以通过winget或chocolatey两种包管理器安装。winget用户使用winget install --id=StreetPea.chiaki-ng -e命令,而chocolatey用户则使用choco install chiaki-ng。此外,还提供了传统的安装程序(EXE)和便携版(ZIP)两种下载选项。
版本亮点与改进
v1.9.5版本主要聚焦于用户体验的改进和bug修复:
- 自动连接优化:修复了自动连接过程中弹出对话框的问题,使连接过程更加流畅。
- Steam集成增强:改进Steam快捷方式创建逻辑,现在会保留现有的AppID,防止丢失自定义图像和Proton前缀设置。
- 运动控制器改进:提升了运动控制器重置检测的准确性。
- Windows构建完善:在MSVC构建中添加了Steam快捷方式创建功能。
- 音量控制:新增了应用内音量调节功能,使用户可以更方便地调整游戏音量。
- 窗口管理:GUI现在会记住上次设置的窗口大小,并新增可调整大小的流媒体窗口选项。
- 默认比特率优化:将默认比特率从30,000调整为15,000,与官方Remote Play应用保持一致,可能在网络条件一般的情况下提供更稳定的连接。
技术细节与注意事项
对于Linux用户,pipewire是DualSense手柄触觉反馈的必要组件。使用Flatpak版本时,可以通过设置SDL_AUDIODRIVER=pulse环境变量强制使用PulseAudio替代pipewire,但这会导致DualSense手柄的触觉反馈功能失效。
这个版本特别注重与Steam平台的集成优化,解决了之前版本中创建新快捷方式可能导致自定义设置丢失的问题。同时,通过调整默认比特率,在保证画质的前提下提高了网络适应性,使更多用户能够获得稳定的远程游戏体验。
对于开发者而言,这个版本展示了如何平衡功能添加与稳定性改进,特别是在跨平台支持方面做出了诸多努力,确保不同操作系统的用户都能获得一致的良好体验。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00