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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00