Office-Tool 项目优化:实现Microsoft Store应用直接启动功能
背景与需求分析
在Office-Tool项目的使用过程中,用户发现点击主页上的Todo、Sway和Loop等图标时,系统会默认打开网页浏览器访问相应服务。然而,许多用户已经通过Microsoft Store安装了这些应用的桌面版本。从用户体验角度考虑,直接启动已安装的应用程序显然比打开网页更为高效便捷。
技术实现方案
项目团队针对这一需求进行了技术实现,主要采用了以下方法:
-
URI协议处理:利用Microsoft应用特有的URI协议方案,如
ms-to-do:可以直接启动To Do应用。这种方案简单直接,无需复杂的检测逻辑。 -
应用检测与回退机制:更完善的实现可以检测应用是否安装,如果已安装则直接启动,否则可以引导用户到Microsoft Store安装(通过
ms-store://协议)或回退到原始网页URL。 -
PWA应用处理:对于渐进式Web应用(PWA),如Loop和Sway,虽然它们有桌面版本,但本质上仍然是基于Web技术。项目团队经过评估认为,对于这类应用,直接使用网页版可能是更优选择。
新增功能特性
在实现过程中,项目团队不仅解决了原始需求,还额外增加了以下功能:
-
支持更多应用:除了Todo、Sway和Loop外,还新增了对Power BI Desktop和Teams的直接启动支持。
-
用户体验优化:通过直接启动桌面应用,避免了浏览器中多标签页的干扰,提供更专注的工作环境。
技术考量与决策
在实现过程中,团队做出了一些关键的技术决策:
-
PWA应用的处理方式:虽然Sway也有PWA版本,但考虑到PWA本质上仍然是基于浏览器技术,决定保持网页跳转的方式。这避免了额外的检测逻辑,同时保证了功能的一致性。
-
应用启动与系统集成的平衡:项目明确自身定位不是系统应用启动器,因此不追求覆盖所有可能的应用程序启动场景,而是专注于与Office工具相关的核心功能。
未来优化方向
尽管当前实现已经满足了基本需求,但仍有一些潜在的优化空间:
-
用户偏好设置:可以增加选项让用户自定义点击图标时的行为(总是打开应用/总是打开网页/自动检测)。
-
更智能的检测机制:实现更完善的已安装应用检测,为不同场景提供最优的启动方式。
-
扩展支持的应用列表:根据用户反馈,逐步增加对其他常用Microsoft应用的支持。
这一改进显著提升了Office-Tool的用户体验,使工具链的整合更加无缝,体现了项目团队对用户反馈的积极响应和对产品细节的关注。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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