GetStoreApp 5.4.129.0 版本技术解析与更新要点
GetStoreApp 是一个专注于 Windows 应用商店管理的实用工具,它为用户提供了便捷的应用获取和管理功能。该项目采用了现代化的 Windows 开发技术栈,包括 WinUI 3 和 Windows App SDK 等前沿框架,旨在为 Windows 用户提供更好的应用商店体验。
核心框架升级
本次 5.4.129.0 版本带来了多项重要的框架升级,这些升级不仅提升了应用的稳定性和性能,也为未来功能的扩展奠定了基础。
Windows App SDK 升级至 1.6.4 版本
项目将 Windows App SDK 从之前的版本升级到了 1.6.250108002(1.6.4)。这一升级带来了多项改进:
- 性能优化:新版本对 UI 渲染和内存管理进行了优化,使得应用运行更加流畅
- API 增强:提供了更多现代化的 Windows API 访问方式
- 稳定性提升:修复了多个已知问题,减少了应用崩溃的可能性
WebView2 控件升级
Microsoft.Web.WebView2 组件升级到了 1.0.2957.106 版本,这一更新为应用带来了:
- 更现代的网页渲染引擎
- 改进的 JavaScript 互操作性
- 增强的安全特性
- 更好的内存管理
包管理器组件更新
Microsoft.WindowsPackageManager.ComInterop 更新到了 1.10.230-preview 版本,这一组件负责与 Windows 包管理器交互,更新内容包括:
- 更稳定的包管理操作
- 新增的 API 功能
- 改进的错误处理机制
系统兼容性调整
本次更新对系统要求进行了重要调整,将最低支持版本从 Windows 10 19041 提升至 Windows 11 22000。这一变更主要基于以下技术考量:
- 动态依赖项支持:项目采用了 MSIX 动态依赖项技术来解决 WinUI 3 和 WinUI 2 框架间的冲突,该技术需要 Windows 11 21H2(22000)及以上版本才能完全支持
- 现代化特性利用:新版本 Windows 提供了更多现代化 API 和系统特性,能够更好地支持应用的功能需求
- 安全性增强:新版本 Windows 提供了更完善的安全机制,有利于保护用户数据安全
安装方式详解
GetStoreApp 提供了两种主要的安装方式,满足不同用户的需求:
MSIXBUNDLE 安装方式
- 下载获取应用安装包文件
- 确保系统已开启开发人员模式(非开发者可选择仅开启侧载应用功能)
- 安装所有必要的依赖组件
- 将证书安装到受信任的根证书颁发机构存储
- 运行安装包完成安装
PowerShell 脚本安装方式
- 下载并解压应用压缩包
- 右键运行安装脚本
- 按照脚本提示完成安装过程
对于可能遇到的 PowerShell 执行策略限制问题,可以通过指定执行策略绕过的方式运行脚本,确保安装顺利进行。
技术实现亮点
- 现代化 UI 框架:采用 WinUI 3 构建用户界面,提供流畅的视觉效果和现代化的交互体验
- 模块化设计:通过动态依赖项技术实现框架的灵活加载,优化应用体积和性能
- 安全机制:严格的证书验证机制确保应用来源可信,保护用户系统安全
- 跨架构支持:同时支持 x86、x64 和 ARM64 架构,覆盖各种 Windows 设备
开发者建议
对于希望基于类似技术栈开发的开发者,可以从 GetStoreApp 的实现中学习到:
- 如何正确处理 WinUI 3 和 UWP 组件的共存问题
- 动态依赖项技术的实际应用场景和实现方式
- 现代化 Windows 应用的分发策略和安装流程设计
- 多架构支持的实现方法
本次更新标志着 GetStoreApp 在技术架构上的又一次重要演进,通过采用最新的 Windows 开发技术和框架,为用户提供了更稳定、更安全的应用体验。同时,系统要求的提升也反映了 Windows 开发生态向现代化平台的迁移趋势。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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