NonSteamLaunchers项目v4.1.5版本发布:桌面与插件双版本优化
NonSteamLaunchers是一个旨在让Steam Deck用户能够方便地安装和管理非Steam游戏平台的工具项目。该项目提供了两种使用方式:桌面版本和Decky插件版本,让用户可以根据自己的使用习惯选择最适合的方案。
桌面版本的核心改进
本次v4.1.5版本对桌面版本进行了多项质量改进和功能增强:
-
通知系统优化:改进了桌面版本的通知机制,现在用户可以更清晰地了解脚本的运行状态和进度。
-
IndieGala游戏扫描支持:新增了对IndieGala客户端的游戏扫描功能,虽然开发者表示这个功能目前还比较基础,但已经能够正常工作。
-
游戏存档备份增强:现在桌面版本会在每次启动时自动使用ludusavi工具备份游戏存档,备份路径为
/home/deck/NSLGameSaves。相比之前只在下载启动器时才进行备份的机制,这大大提高了存档安全性。 -
多发行版兼容性:针对其他Linux发行版做了更多适配工作,提高了跨发行版的兼容性。
-
权限简化:移除了插件安装时的sudo密码要求,简化了安装流程。
Decky插件版本的新特性
插件版本同样获得了多项更新:
-
启动视频功能:现在插件能够自动获取并匹配游戏的启动视频。用户可以通过"随机播放"功能来查看是否有可用的启动视频。需要注意的是,并非所有游戏都有对应的启动视频资源。
-
性能优化:对插件进行了性能调优,提升了运行效率。
-
流媒体站点改进:简化了流媒体站点的使用流程,现在不再需要开启"自动扫描"功能。
双版本使用指南
项目现在提供了两个不同的.desktop文件:
- NonSteamLaunchers.desktop:完整的桌面版本,包含安装最新NSL Decky Loader插件的选项。
- NSLPlugin.desktop:专为已安装Decky Loader的用户设计,可以直接安装/更新插件而无需进入桌面模式。
对于Windows用户,安装流程略有不同:
- 首先运行NSLPluginWindows.exe,这会创建必要的cef调试文件。
- 然后根据需要运行No_console.exe或Plugin Loader.exe。
- 进入游戏模式或大屏幕模式即可使用Decky Loader插件。
技术实现亮点
从技术角度来看,这个版本有几个值得注意的实现:
-
存档备份机制:采用ludusavi作为底层工具,实现了自动化的游戏存档备份,这对游戏进度的保护非常重要。
-
跨平台支持:通过不同的安装包和.desktop文件,实现了对Linux桌面环境和Windows环境的统一支持。
-
权限管理优化:移除sudo依赖不仅提高了易用性,也增强了安全性,避免了不必要的权限提升。
-
启动视频匹配:自动获取游戏启动视频的功能展示了项目对Steam Deck特性的深度集成。
这个版本体现了NonSteamLaunchers项目持续改进的理念,既增强了核心功能,又优化了用户体验,特别是对多平台和多发行版的支持,使得更多用户能够受益于这个工具。
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 StartedRust0191
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 Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01