颠覆式精简:用Tiny11Builder打造极速流畅的Windows 11体验
系统瘦身工具+追求高效体验用户+释放硬件潜能
当你启动电脑却要等待冗长的加载过程,当系统盘被未知文件占满,当老旧设备在运行Windows 11时卡顿不堪——这些场景是否让你倍感困扰?Tiny11Builder作为一款开源的PowerShell脚本工具,正是为解决Windows系统臃肿问题而生,它能帮助用户轻松创建精简版Windows 11镜像,让系统重获新生。
🔍 痛点场景直击
新买的笔记本用了不到半年就变得卡顿,C盘空间莫名被占用20GB以上;老旧办公电脑升级Windows 11后频繁死机;想在低配虚拟机中运行Windows系统却因资源不足屡屡失败。这些问题的根源在于原版系统中预装了大量非必要组件,它们不仅占用存储空间,还会持续消耗内存和处理器资源,拖慢系统运行速度。
⚡️ 工具核心优势
📌 智能识别精简:自动扫描系统组件,精准移除广告程序、冗余功能和预装应用,保留核心功能的同时实现极致瘦身。
🔧 全版本兼容:支持所有Windows 11版本、语言和架构,无论是x64还是arm64设备,都能完美适配并生成可用镜像。
🛡️ 官方工具依赖:基于微软DISM工具开发,确保与Windows系统的深度兼容性,避免第三方工具可能带来的系统风险。
📊 分级使用方案
标准精简方案(推荐普通用户)
适用场景:日常办公、家庭娱乐设备
核心特点:保留系统更新和功能扩展能力,移除非必要应用但维持系统完整性。使用tiny11maker.ps1脚本,可后续安装语言包和系统更新,适合需要长期使用的主力设备。
极致精简方案(推荐开发者/测试环境)
适用场景:虚拟机测试、老旧硬件复活
核心特点:通过tiny11Coremaker.ps1脚本移除WinSxS组件存储和Windows Update功能,系统体积减少40%以上,启动速度提升30%,但牺牲部分可维护性,适合临时测试或资源受限环境。
📝 可视化操作指南
- 准备工作:从微软官网下载Windows 11 ISO镜像,右键挂载镜像到系统驱动器(如D盘)。
- 权限配置:以管理员身份打开PowerShell 5.1,输入命令设置临时执行权限。
- 脚本选择:根据需求运行对应脚本,输入镜像所在驱动器字母(如D)。
- 版本选择:根据提示选择Windows 11 SKU版本(如专业版/家庭版)。
- 等待完成:脚本自动执行系统精简和镜像生成,全过程无需人工干预,完成后在指定路径生成精简版ISO文件。
🔩 技术原理简析
Tiny11Builder就像一位专业的"系统整理师"。它首先通过DISM工具解析Windows镜像结构,如同整理房间前先了解物品摆放;然后根据预设规则"丢弃"无用组件,好比清理过期杂志和闲置物品;最后重新打包系统文件,就像把整理好的物品重新装箱,既节省空间又方便取用。整个过程不破坏系统核心功能,却能显著提升运行效率。
🚀 开始使用
获取工具只需克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/ti/tiny11builder
按照操作指南选择适合自己的精简方案,让你的Windows 11系统告别臃肿,焕发新生。无论是老旧电脑还是新设备,都能通过Tiny11Builder获得更流畅、更高效的运行体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00