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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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