GetStoreApp 6.2.625.0 版本发布:Windows 应用商店管理工具升级
项目简介
GetStoreApp 是一款专注于 Windows 应用商店管理的实用工具,它为用户提供了比系统自带商店更灵活的应用管理方式。该项目通过调用 Windows 原生 API,实现了应用搜索、安装、更新和卸载等核心功能,特别适合需要批量管理商店应用的 IT 管理员和开发者使用。
版本更新亮点
最新发布的 6.2.625.0 版本带来了多项重要改进:
-
WinGet API 升级:将底层依赖的 WinGet API 更新至 1.11.400 版本,这一更新显著提升了应用管理的稳定性和兼容性。WinGet 作为微软官方的包管理器,其 API 的升级意味着 GetStoreApp 能够更好地处理复杂的应用依赖关系。
-
问题修复:开发团队修复了多个已知问题,包括但不限于特定环境下应用安装失败、界面显示异常等情况。这些修复使得工具在各种 Windows 系统配置下都能更加可靠地运行。
技术实现解析
GetStoreApp 采用了现代化的 UWP 应用架构,同时巧妙地集成了 WinGet 的强大功能。这种设计带来了几个显著优势:
-
跨架构支持:虽然当前版本暂时无法支持 ARM64 平台(由于 WinGet 依赖库的限制),但应用本身已经为 x86 和 x64 架构提供了完整的支持。
-
安全机制:应用安装过程采用了数字证书验证机制,确保用户获取的是经过认证的版本。安装时需要将证书导入到受信任的根证书颁发机构,这一设计既保证了安全性,又避免了恶意软件的潜在威胁。
-
灵活的部署选项:项目提供了两种安装方式 - 标准的 MSIX 安装包和 PowerShell 脚本安装,满足不同用户群体的需求。特别是 PowerShell 安装方式,为自动化部署提供了可能。
安装指南与最佳实践
对于希望体验新版本的用户,以下是推荐的安装流程:
-
环境准备:
- 确保系统版本符合要求(建议 Windows 10 1903 或更高版本)
- 根据实际需要开启开发者模式(非必须,但建议)
-
证书安装:
- 将提供的证书文件安装到"本地计算机"的"受信任的根证书颁发机构"
- 这一步骤需要管理员权限,确保系统安全
-
依赖项处理:
- 仔细检查并安装所有必要的运行时依赖
- 特别注意不同系统架构(x86/x64)对应的依赖版本
-
安装方式选择:
- 普通用户推荐使用 MSIX 安装包,操作简单直观
- 高级用户或需要批量部署的场景可使用 PowerShell 脚本
对于可能遇到的 PowerShell 执行策略限制问题,可以通过调整执行策略或使用特定命令绕过限制,但要注意安全风险。
未来发展方向
根据开发团队的规划,GetStoreApp 将在后续版本中引入更多实用功能:
-
系统兼容性扩展:重新支持 Windows 10 19041 系统版本,扩大工具的使用范围。
-
国际化支持:计划添加在线翻译功能,使工具能够更好地服务于全球用户。
-
性能优化:持续改进应用管理效率,特别是在批量操作场景下的响应速度。
总结
GetStoreApp 6.2.625.0 版本标志着这个实用工具在稳定性和功能性上的又一次提升。通过紧密跟随微软生态系统的技术演进,特别是 WinGet API 的更新,该项目为 Windows 应用管理提供了专业级的解决方案。无论是个人用户还是企业环境,都能从中获得比原生商店更强大的管理能力。随着后续功能的不断完善,GetStoreApp 有望成为 Windows 平台上不可或缺的应用管理工具之一。
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
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