Wine Launcher 开源项目最佳实践教程
2025-05-18 07:39:14作者:瞿蔚英Wynne
1. 项目介绍
Wine Launcher 是一个基于 Wine 的容器,用于在 Linux 系统上运行 Windows 应用程序。它支持 Steam Deck,并且与其他 Prefix 管理器(如 PlayOnLinux 和 Lutris)不同,Wine Launcher 旨在为每个游戏创建一个独立的容器,以保持系统和游戏的独立性。项目特点包括便携式组装、轻松更新 Wine 和重新创建前缀(prefix)而不会丢失游戏进度、压缩游戏至 squashfs 镜像,以及与多种技术的集成,如 Proton、VKD3D Proton、DXVK、MangoHud、vkBasalt、Media Foundation、Gamemode、AMD FidelityFX Super Resolution 等。
2. 项目快速启动
首先,从项目的 releases 页面下载当前的 start 文件(仅限 x86_64 架构)。接着,创建一个空目录,并将 start 文件移动到该目录下。
mkdir WL
cd WL
curl -L https://github.com/hitman249/wine-launcher/releases/latest/download/start --output start
chmod +x ./start
./start
等待初始化完成后,关闭启动器,并将 start 文件移动到出现的 bin 文件夹中。完成这些步骤后,Wine Launcher 就可以使用了。
3. 应用案例和最佳实践
安装游戏
- 在安装游戏之前,需要创建一个新的补丁,并为补丁命名,这个名字将会成为存储补丁的文件夹名。
- 游戏安装完成后,不要忘记保存补丁,以便将来升级 Wine 时重新创建前缀。
游戏前缀设置
- 游戏必须安装在
C:\Games文件夹中。如果需要使用其他文件夹,必须在前缀设置中重新指定,然后重新创建前缀。
调试模式
- 如果需要以调试模式运行应用程序,可以使用以下命令:
env debug=1 ./start
构建项目
- 在构建项目之前,需要安装必要的依赖项:
构建完成后,sudo apt-get install libxtst-dev libpng++-dev sudo npm install -g node-gyp npm i && cd ./src && npm i && cd .. npm run electron-rebuild npm run builddist目录中将包含可执行的start文件。
4. 典型生态项目
Wine Launcher 项目涉及到的生态项目包括但不限于:
- Proton: 用于在 Linux 上运行 Windows 游戏的 compatibility layer。
- DXVK: 用于将 DirectX 10/11 转换为 Vulkan 的库。
- MangoHud: 用于显示性能监控信息叠加层的工具。
- vkBasalt: 用于提高 Vulkan 游戏性能的后期处理层。
- Gamemode: 用于优化游戏性能的系统服务。
这些项目的集成使得 Wine Launcher 能够提供更为流畅和兼容性更好的游戏体验。
登录后查看全文
热门项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220