NomNom:《无人深空》最全面的存档编辑器中文教程
项目介绍
NomNom是专为《无人深空》(No Man's Sky,简称NMS)设计的全方位存档编辑工具,它不仅提供游戏存档的深度编辑功能,还能在修改前显示相关数据的上下文信息。这款工具的独特之处在于,用户可以独立于任何存档单独查看每个物品的属性,或是获取不特定于某个存档但加载时能获得更多增强信息的实用数据。NomNom兼容所有平台上的《无人深空》,确保了玩家无论在哪都能享受到便捷的存档管理体验。
项目快速启动
要快速启动并使用NomNom,您需要先安装Git和一个能够打开Markdown文件的文本编辑器,如Visual Studio Code或Atom。然后遵循以下步骤:
步骤1: 克隆项目
首先,在命令行或终端中克隆NomNom的仓库到本地。
git clone https://gitcode.com/gh_mirrors/nom/NomNom.git
cd NomNom
步骤2: 运行NomNom
由于NomNom是.NET桌面应用程序,您需要先安装运行时环境:
安装完成后,直接运行目录中的NomNom.exe即可启动程序。
步骤3: 配置证书(可选)
为了消除Windows安全警告,您可以安装项目提供的自签名证书:
- 下载项目根目录下的
zencq.cer证书文件 - 打开证书文件
- 点击"安装证书"
- 选择"当前用户",然后下一步
- 选择"将所有证书放入以下存储",点击"浏览"
- 选择"受信任的人员",然后确定
- 点击下一步,然后完成
主要功能特性
NomNom的功能可以分为以下几个主要部分:
管理器功能
- 自动备份和恢复:在修改前自动创建备份,防止操作失误
- JSON导出:将存档保存为人类可读的JSON格式
- 存档操作:复制、移动、交换存档槽位
- 跨平台传输:将存档传输到您拥有的其他游戏平台
- 存档删除:安全删除不需要的存档
编辑器功能
- 远征奖励编辑:编辑来自远征、Twitch掉落、称号等跨存档奖励
- 舰队管理:管理舰队,更改货币和统计数据等数据值,整理库存
- 快速旅行:快速前往任何您喜欢的星系并触发太空战斗
- 外观定制:自定义角色和飞船外观
- 知识记录:编辑您的知识和记录经历
- 原始JSON编辑:为高级用户提供原始JSON编辑功能
兼容性说明
每个NomNom版本都是基于当时最新的游戏版本构建的,版本号反映了这一点。每个版本也都向后兼容到Beyond 2.11,甚至比这更早的存档仍然可以通过内置的JSON编辑器进行编辑。
NomNom兼容《无人深空》可用的所有平台(有些平台的工作效果比其他平台更好)。您可以选择包含存档的特定账户/文件夹,或者对于PC平台,如果您有多个账户,可以选择上一级目录。
应用案例和最佳实践
NomNom可以用于多种场景,包括但不限于:
- 存档修复:当玩家的游戏存档出现损坏或丢失重要进展时,NomNom可以帮助恢复
- 资源调整:轻松调整资源量,帮助实验不同的游戏策略或创造自定义挑战
- 探索辅助:通过分析存档数据来规划探索路线,寻找稀有物品
最佳实践建议始终备份原始存档,避免直接修改前无复原方案。
版本更新历史
NomNom采用基于游戏版本和SemVer混合的版本控制方案:
- 主版本号:反映游戏的主要版本
- 次版本号:反映命名更新的初始次要版本(如Synthesis 2.20或Outlaws 3.85)
- 修订号:用于两个命名更新之间的每个版本,可以包括从新功能到错误修复等各种更新
项目会持续更新以支持最新的游戏版本,目前最新版本支持到游戏版本6.10。
技术支持与社区
如果您喜欢NomNom并希望支持其进一步开发,可以通过GitHub Sponsors、Buy Me a Coffee、Ko-fi或Patreon进行赞助。官方Discord服务器是获取最新信息、寻求帮助、报告错误或提出建议的最佳场所。
许可证信息
该项目采用GNU GPLv3许可证 - 有关详细信息,请参阅LICENSE文件。
注意:在进行任何存档修改之前,请务必备份原始存档文件,以防止意外数据丢失。
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
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