NonSteamLaunchers项目v4.1.2版本发布:新增Chrome书签扫描功能
NonSteamLaunchers是一个旨在帮助用户在Steam Deck上运行非Steam游戏启动器的开源项目。通过该项目,用户可以方便地在Steam Deck上整合和管理来自不同平台的游戏,如Xbox Game Pass和GeForce Now等。最新发布的v4.1.2版本带来了多项实用功能更新,特别是新增了对Chrome书签的扫描支持,大大简化了游戏快捷方式的创建流程。
Chrome书签扫描功能详解
桌面版本功能改进
v4.1.2版本新增了针对Xbox Game Pass游戏和GeForce Now游戏的Chrome书签扫描器。这一功能的引入解决了用户长期以来创建这些平台游戏快捷方式的痛点。
使用方式非常简单:
- 在Chrome浏览器中打开目标游戏页面
- 按下Ctrl+D组合键调出书签添加界面
- 创建书签后点击完成
扫描器会自动将这些书签转换为游戏库中的条目,用户即可享受完整的控制器布局支持,包括自定义布局和社区分享的布局方案。同时,笔记系统的相关信息也会一并保留。
需要注意的是,对于GeForce Now游戏,由于平台默认使用"GeForce Now"作为书签名,用户需要手动修改为实际游戏名称,否则扫描器将无法正确识别。
Decky插件版本优化
桌面版本的功能同样适用于Decky插件版本,但在游戏模式下操作略有不同。考虑到游戏模式下鼠标操作不便,开发团队提供了更便捷的解决方案:
- 通过Steam按钮和右触控板调出鼠标光标
- 或者更推荐的方式是:编辑Xbox Game Pass和GeForce Now的快捷方式设置
- 启用背键功能,将其中一个按键映射为Ctrl+D组合键
这样用户只需按一个按钮即可快速调出书签界面,大大提升了游戏模式下的操作便利性。开发团队还计划发布预设的NSL控制器方案,其中已包含一键调出书签界面的映射设置。
版本文件结构变化
v4.1.2版本对文件结构进行了优化,现在提供两个不同的.desktop文件:
- 桌面版本:NonSteamLaunchers.desktop - 包含安装最新版NSL Decky Loader插件的选项
- 插件版本:NSLPlugin.desktop - 专为已安装Decky Loader的用户提供快速更新途径
Windows平台安装指南
对于Windows用户,v4.1.2版本提供了完整的支持方案:
- 首先运行NSLPluginWindows.exe,这将创建必要的cef调试文件
- 然后根据个人偏好选择运行No_console.exe或Plugin Loader.exe
- 进入游戏模式或大画面模式即可使用Decky Loader插件和NonSteamLaunchers功能
需要注意的是,Windows版本目前仅支持游戏扫描功能,用户可以选择自动扫描或手动扫描游戏。所有非Steam游戏都将自动添加并配置正确的封面艺术。
技术实现亮点
从技术角度看,v4.1.2版本的Chrome书签扫描功能实现相当巧妙。它通过解析特定格式的书签数据,自动转换为游戏库条目,同时保留完整的控制器支持框架。这种设计既保持了功能的完整性,又大幅降低了用户操作复杂度。
对于跨平台支持,开发团队采用了不同的实现策略:在Linux环境下直接使用.desktop文件进行插件安装,而在Windows环境下则通过独立的可执行文件配合Decky Loader实现功能。这种差异化的实现方案充分考虑了不同平台的技术特性。
总结
NonSteamLaunchers v4.1.2版本通过引入Chrome书签扫描功能,显著提升了用户创建非Steam游戏快捷方式的便利性。特别是对Xbox Game Pass和GeForce Now平台的支持,解决了长期存在的痛点问题。同时,针对不同使用场景(桌面模式/游戏模式)和不同平台(Linux/Windows)的优化方案,体现了开发团队对用户体验的细致考量。这一更新将进一步巩固NonSteamLaunchers作为Steam Deck多平台游戏管理首选工具的地位。
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