NonSteamLaunchers项目v4.1.3版本发布:新增VFUN/Tempo启动器支持
项目概述
NonSteamLaunchers是一个专门为Steam Deck设计的开源工具,它能够让用户在Steam Deck上安装和运行各种非Steam平台的游戏启动器。通过这个项目,玩家可以方便地在Steam Deck上使用Battle.net、Epic Games、Origin等游戏平台,大大扩展了Steam Deck的游戏兼容性。
v4.1.3版本更新亮点
最新发布的v4.1.3版本带来了多项功能增强和问题修复,主要包括:
新增启动器支持
-
VFUN Launcher:这是一个新增的游戏启动器支持,为用户提供了更多游戏平台选择。
-
Tempo Launcher:特别为想在Steam Deck上玩《The Bazaar》的玩家添加的支持。
流媒体服务扩展
- TubiTV:新增了对该流媒体平台的支持,丰富了用户的娱乐选择。
Decky插件改进
-
可视化更新日志:为插件前端添加了可视化的版本更新说明,让用户更直观地了解每次更新的内容。
-
Battle.net安装修复:解决了之前版本中Battle.net安装过程中可能出现的冻结问题。
版本使用指南
桌面模式与插件模式
新版本提供了两种不同的.desktop文件:
-
桌面版本:
NonSteamLaunchers.desktop文件,包含安装最新版NSL Decky Loader插件的选项。 -
插件版本:
NSLPlugin.desktop文件,专为已安装Decky Loader的用户设计,可直接在桌面模式下安装/更新。
Windows平台支持
对于Windows用户,安装流程有所优化:
-
首先运行
NSLPluginWindows.exe,它会创建Decky Loader所需的cef调试文件。 -
然后根据个人偏好选择运行
No_console.exe或Plugin Loader.exe。 -
进入游戏模式或大屏幕模式后,即可看到Decky Loader插件和NonSteamLaunchers功能。
技术实现特点
-
自动化游戏扫描:该工具能够自动扫描并添加所有非Steam游戏,并正确格式化游戏艺术品。
-
平台兼容性:同时支持Linux和Windows环境,满足不同用户需求。
-
用户友好设计:通过提供两种不同的.desktop文件,让用户可以根据自己的使用场景选择最适合的安装方式。
使用建议
对于Steam Deck用户,建议:
-
如果主要使用Steam Deck的游戏模式,优先考虑安装Decky插件版本。
-
对于需要频繁管理多个游戏平台的用户,桌面版本提供了更全面的功能。
-
Windows用户在使用前请确保按照正确的顺序执行安装步骤,以获得最佳体验。
这个版本的发布进一步巩固了NonSteamLaunchers作为Steam Deck多平台游戏管理首选工具的地位,通过持续的功能扩展和问题修复,为玩家提供了更加流畅的多平台游戏体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07