推荐一个高效部署工具:Winget-Install
在现代企业IT环境中,自动化软件部署已经成为提高效率和降低成本的关键。今天,我们向您隆重推荐一个基于Windows PowerShell的开源项目——Winget-Install,这是一个强大的工具,能帮助您轻松地通过SCCM、Intune或独立模式安装Winget包。
项目介绍
Winget-Install是灵感来源于o-l-a-v工作的一项创新工程,旨在简化Winget包在系统级环境下的安装流程。它提供了简单的命令行参数,使得在各种管理平台上集成Winget包成为可能,从而实现一键式、无用户交互的软件部署。
项目技术分析
该项目的核心是一个名为winget-install.ps1的PowerShell脚本,它可以接收应用程序ID作为输入,然后调用Winget命令行工具进行安装。此外,Winget-Install还支持添加自定义参数以调整安装行为,并且可以处理多个应用的同时安装。它还有一个检测方法脚本winget-detect.ps1,用于在SCCM或Intune中检测应用是否已安装。
值得注意的是,该工具有一个创新的“ Mods”功能,允许在安装或卸载前后执行额外的脚本来实现更精细的控制。例如,您可以编写特定的应用程序ID后缀脚本(如-preinstall.ps1)来执行预安装任务。
项目及技术应用场景
Winget-Install适用于任何希望实现集中化、自动化软件部署的组织。具体场景包括:
- 在SCCM中创建应用程序,一键部署Winget包。
- 利用Intune创建Win32应用程序,远程推送安装到员工设备。
- 单独使用,在系统上下文中执行批量软件安装。
项目特点
- 易集成:与SCCM和Intune等管理平台无缝配合,提供简单直观的命令行选项。
- 可定制性:“Mods”功能让您能够根据需要自定义安装和卸载过程。
- 批量操作:一次处理多个应用程序的安装,提升部署效率。
- 安全可靠:使用64位PowerShell执行,确保在非交互模式下安全运行。
- 便捷的检测机制:
winget-detect.ps1用于精确确定应用程序状态。
对于寻求更高级自动化解决方案的管理员来说,Winget-Install结合其姊妹项目Winget-AutoUpdate,还可以实现自动更新功能,使您的部署策略更加完善。
总的来说,Winget-Install是一款必不可少的工具,无论是在大型企业的IT运维团队还是个人开发者的工作流中,都能发挥出显著的价值。立即加入,享受更高效、更灵活的软件部署体验吧!
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
HunyuanVideo-1.5暂无简介00
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