EverythingPowerToys项目:从Run插件到Command Palette的迁移之路
2025-06-28 18:00:26作者:魏献源Searcher
背景介绍
EverythingPowerToys是一个基于Windows PowerToys生态的扩展工具,它通过整合著名的Everything文件搜索工具,为用户提供了快速查找和启动应用程序的能力。随着微软PowerToys平台的演进,其核心组件Run正逐步被Command Palette所取代,这促使开发者需要将现有功能迁移到新平台。
技术演进
Command Palette作为Run的继任者,提供了更现代化的用户界面和更强大的扩展能力。微软官方文档显示,Command Palette将成为PowerToys未来发展的重点方向。这一变化意味着所有基于Run的插件都需要进行适配升级。
迁移过程
项目维护者lin-ycv已经完成了核心功能的迁移工作,代码分支显示新版本已具备基本功能。然而,与Run插件不同,Command Palette扩展的发布需要经过更严格的认证流程:
- 签名要求:所有Command Palette扩展必须使用经过认证的签名证书
- 分发渠道:主要通过微软商店进行分发
- 命名限制:由于商标政策限制,最终发布时使用了"ECP"作为缩写
技术挑战与解决方案
迁移过程中遇到的主要挑战包括:
- 认证流程:获取代码签名证书需要时间,开发者选择了更稳妥但耗时的途径
- 分发机制:MSIX打包格式与传统的安装包有所不同,需要适配
- 多平台支持:除了微软商店,还需要考虑winget、chocolatey等包管理器的支持
当前状态与未来规划
目前,该扩展已成功上架微软商店,名称为"ECP: CmdPal extension"。开发者计划进一步扩展分发渠道,包括:
- 支持winget包管理器
- 适配chocolatey和scoop等第三方包管理工具
- 持续优化搜索性能和用户体验
技术意义
这一迁移案例展示了Windows生态中工具链演进的典型路径。对于开发者而言,它提供了以下经验:
- 及时跟进平台变化的重要性
- 企业级分发渠道的认证要求
- 多平台分发策略的制定
- 商标和命名规范的实际应用
用户价值
对于终端用户而言,这一迁移确保了:
- 持续获得高效的全局搜索体验
- 更安全的安装来源(通过微软商店)
- 与PowerToys生态的无缝集成
- 未来获得更多功能更新的可能性
这一案例也体现了开源项目维护者在平台变迁中的关键作用,他们需要平衡技术演进、用户需求和平台规范等多方面因素。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
165
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
228
仓颉编译器源码及 cjdb 调试工具。
C++
123
664
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
72
仓颉编程语言测试用例。
Cangjie
36
665