Windows Package Manager 1.7版本更新解析
Windows Package Manager(简称winget)是微软推出的开源命令行工具,用于在Windows系统上快速查找、安装、升级和卸载应用程序。近期发布的1.7.10661版本是该工具的第二个候选发布版本,针对Windows 10(1809及以上版本)和Windows 11系统进行了多项重要改进和问题修复。
版本更新亮点
1.7.10661版本主要解决了两个关键问题:
-
修复了
winget upgrade --all命令的相关问题,该命令用于批量升级所有已安装的应用程序。在之前的版本中,此功能可能存在某些异常情况,新版本确保了批量升级的稳定性和可靠性。 -
解决了PowerShell cmdlet
Repair-WinGetPackageManager的兼容性问题。这个问题源于对Microsoft.UI.Xaml 2.8版本的依赖,新版本已经优化了这一依赖关系,确保修复功能能够正常工作。
技术细节解析
该版本包含了多项技术改进:
- 更新了修复工具与UiXaml 2.8的兼容性
- 优化了版本检查机制,现在允许所有软件包检查版本更新
- 改进了semver.dll文件的部署方式,确保直接依赖项能够正确获取
- 修复了PowerShell模块中的xamlAsset值问题
版本号说明
值得注意的是,Windows Package Manager作为Microsoft.DesktopAppInstaller的一部分发布,因此用户可能会看到两个不同的版本号。例如,App Installer可能显示为1.22.10661.0,而实际winget工具的版本是1.7.10661。这是正常现象,因为App Installer是一个更大的软件包,包含了多个组件,winget只是其中之一。
使用建议
对于普通用户,建议通过Microsoft Store更新App Installer来获取最新版本的winget。开发者或高级用户可以直接下载.msixbundle安装包进行手动安装。安装后,可以通过命令行运行winget -v来验证实际安装的winget版本。
这个版本作为1.7的候选发布版本,已经关闭了实验性功能,稳定性得到了显著提升,适合生产环境使用。对于依赖winget进行软件管理的用户,升级到这个版本可以获得更可靠的体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00