Sophia Script for Windows 中 Get-WindowsEdition 命令故障排查指南
问题背景
Sophia Script for Windows 是一款广受欢迎的 Windows 系统优化脚本工具。近期有用户反馈在 Windows 11 Pro 23H2 系统上运行该脚本时遇到了"Get-WindowsEdition broken or removed from Windows"的警告信息,导致脚本无法正常执行。
故障现象
用户在全新安装的 Windows 11 Pro 23H2 系统上运行 Sophia Script 时,脚本执行约一分钟后出现警告信息,随后停止运行。尝试了多种解决方法均无效,包括:
- 多次系统更新和重启
- 使用不同方式获取脚本(直接克隆、下载发布版、通过命令行)
- 尝试 PowerShell 5.1、6 和 7 不同版本
- 更新 Windows Terminal
深入分析
经过详细排查,发现问题根源在于 PowerShell 7.4.1(通过 Microsoft Store 安装的版本)中 Get-WindowsEdition 命令存在兼容性问题。具体表现为:
- 在 PowerShell 7.4.1(Store版)中执行 Get-WindowsEdition -Online 命令时,会长时间挂起(约2-5分钟),最终返回"Class not registered"错误
- 同一命令在 PowerShell 5.1 中可正常执行
- 使用 DISM 命令行工具(dism /online /get-currentedition)也能正确获取系统版本信息
解决方案
针对此问题,我们推荐以下几种解决方案:
方案一:使用 PowerShell 5.1 运行脚本
这是最简单直接的解决方法。PowerShell 5.1 作为 Windows 原生版本,对系统管理命令的支持最为完整。
方案二:从 GitHub 直接安装 PowerShell 7
Microsoft Store 版本的 PowerShell 7.4.1 存在此问题,但 GitHub 发布的版本以及 7.5 preview 2 版本经测试可以正常工作。
方案三:临时修改脚本
对于高级用户,可以临时修改 Sophia Script 的模块文件(Sophia.psm1),移除对 Get-WindowsEdition 命令的依赖检查。但此方法不推荐普通用户使用。
技术原理
Get-WindowsEdition 是 Windows 系统中用于获取当前系统版本信息的 PowerShell 命令。它依赖于底层的 WMI 或 CIM 类实现。在 PowerShell 7 的某些版本中,特别是通过 Microsoft Store 分发的版本,可能存在与这些系统组件的兼容性问题。
最佳实践建议
- 对于系统管理脚本,优先使用 PowerShell 5.1 环境执行
- 如需使用 PowerShell 7,建议从官方 GitHub 仓库下载安装,而非通过 Microsoft Store
- 定期检查系统更新和 PowerShell 版本更新
- 在执行重要系统修改前,创建系统还原点
结语
系统管理工具与不同 PowerShell 版本的兼容性问题时有发生。Sophia Script 开发团队已注意到此问题,并在 6.6.1 版本中增加了相应的错误处理机制。用户在遇到类似问题时,可参考本文提供的解决方案,或等待官方更新修复。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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