LiteLoaderQQNT 项目适配 QQNT 9.9.15 版本的解决方案
2025-06-01 20:16:55作者:董宙帆
背景介绍
LiteLoaderQQNT 是一个为 QQNT 客户端设计的插件加载框架,它允许用户在 QQNT 上安装各种插件来扩展功能。然而,随着 QQNT 9.9.15 版本的更新,原有的 LiteLoaderQQNT 安装方式不再适用,因为腾讯移除了关键的 index.js 文件并修改了文件结构。
问题分析
在 QQNT 9.9.15-28060 及后续版本中,腾讯进行了以下重要变更:
- 移除了 resources/app/app_launcher 目录下的 index.js 文件
- 将相关文件转移到了 versions/版本号/resources/app/app_launcher 目录下
- 修改了文件加载机制,导致原有的 LiteLoaderQQNT 安装方式失效
这些变更使得 LiteLoaderQQNT 无法通过传统的修改 index.js 文件的方式来加载插件框架。
解决方案
经过 LiteLoaderQQNT 开发团队的更新,目前已经提供了针对新版 QQNT 的适配方案。以下是详细的安装步骤:
准备工作
- 下载最新版的 LiteLoaderQQNT 项目源码(版本号不低于 73097c1)
- 将源码解压到任意位置,并记住 LiteLoaderQQNT 的完整路径
安装步骤
-
创建加载文件
- 进入 QQNT 安装目录下的 resources/app/app_launcher 文件夹
- 新建一个任意名称的 .js 文件(例如 llqqnt.js)
- 在该文件中写入以下内容:
require(String.raw`你的LiteLoaderQQNT完整路径`);
-
修改 package.json
- 打开 resources/app/package.json 文件
- 找到 "main" 字段
- 将其值修改为 "./app_launcher/你刚才创建的文件名.js"
-
部署 preload.js
- 检查 resources/app 目录下是否存在 versions 文件夹
- 如果存在:
- 进入 versions/当前版本号/ 目录
- 创建 application 文件夹(如果不存在)
- 将 LiteLoaderQQNT/src/preload.js 复制到 application 目录下
- 如果不存在:
- 直接在 resources/app 目录下创建 application 文件夹
- 将 LiteLoaderQQNT/src/preload.js 复制到该目录下
- 如果存在:
- 检查 resources/app 目录下是否存在 versions 文件夹
-
文件权限设置
- 确保 QQNT 安装目录有读写权限
- 在 Linux 系统上,可能需要将 package.json 文件权限改为 646
注意事项
- 对于 Windows 用户,可能需要使用 QQNTFileVerifyPatch 工具绕过文件验证
- 对于 Linux 用户(特别是 Flatpak 安装方式),需要额外配置容器文件系统映射
- 如果遇到启动问题,可以尝试在终端中直接运行 QQ 可执行文件查看错误信息
技术原理
新版解决方案通过以下方式实现插件加载:
- 通过自定义的 .js 文件作为入口点,加载 LiteLoaderQQNT 核心
- 修改 package.json 的 main 字段指向我们的自定义加载器
- 预加载 preload.js 来实现插件系统的初始化
- 完全避开了对原版 index.js 文件的依赖
常见问题处理
-
启动无反应
- 检查文件权限是否正确
- 确认路径书写是否正确(特别注意反斜杠/正斜杠)
- 尝试在终端中运行查看错误输出
-
插件不生效
- 检查 preload.js 是否放置在了正确位置
- 确认 LiteLoaderQQNT 版本是否为最新
- 查看 QQNT 控制台是否有错误输出
-
文件被自动恢复
- 确保使用了文件验证绕过工具
- 检查是否有杀毒软件干扰
- 考虑将文件设置为只读属性
结语
随着 QQNT 客户端的不断更新,LiteLoaderQQNT 项目也在持续适配和改进。本文介绍的方法是目前针对 QQNT 9.9.15 及以上版本的有效解决方案。用户在使用过程中如遇到问题,可以参考常见问题处理部分,或者关注项目的后续更新。
建议用户在安装前备份重要数据,并确保理解每一步操作的含义,这样可以更好地解决问题并享受 LiteLoaderQQNT 带来的丰富功能扩展。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
309
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1