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。
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