LiteLoaderQQNT 项目适配 QQNT 9.9.15 版本的解决方案
2025-06-01 11:53:17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
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-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
项目优选
收起
deepin linux kernel
C
24
7
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
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
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258