NonSteamLaunchers项目v4.1.1版本更新解析
项目简介
NonSteamLaunchers是一款旨在帮助Steam Deck用户在SteamOS上运行非Steam游戏平台的工具。它通过简化安装和配置过程,让用户能够轻松地在Steam Deck上使用Epic Games、GOG、Origin等游戏平台。最新发布的v4.1.1版本带来了一些重要改进和功能增强。
核心更新内容
社区笔记系统路径修复
v4.1.1版本重点修复了NSL社区笔记系统的路径问题。这个实验性功能允许用户为游戏添加自定义笔记,并通过点击红色心形按钮分享给社区。修复后,笔记功能将更加稳定可靠。
Epic Games Launcher问题解决
开发团队解决了Epic Games Launcher的更新循环问题。虽然用户仍需手动安装Epic Online Services(EOS),但主要的启动器问题已经得到修复,使用体验显著提升。
游戏描述功能增强
新版本扩展了笔记系统的功能,现在用户创建笔记时,系统会自动提供游戏描述信息。这一改进使得游戏库管理更加直观和便捷。
桌面版与插件版差异
项目现在提供两个不同的.desktop文件,满足不同用户需求:
-
桌面版本:包含完整的NonSteamLaunchers功能,并新增了直接安装最新NSL Decky Loader插件的选项。
-
插件版本:专为已安装Decky Loader的用户设计,提供轻量级的安装/更新方式,无需进入桌面模式。
Windows平台支持
对于Windows用户,v4.1.1版本提供了专门的安装流程:
-
首先运行NSLPluginWindows.exe,该程序会创建必要的cef调试文件。
-
然后可选择运行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。
需要注意的是,Windows版本目前仅支持游戏扫描功能,其他高级功能暂不可用。
技术实现亮点
-
跨平台兼容性:项目同时支持Linux和Windows系统,通过不同的可执行文件实现功能适配。
-
社区驱动开发:笔记系统的改进体现了项目对社区反馈的重视,增强了用户互动体验。
-
模块化设计:分离桌面版和插件版的安装文件,让用户可以根据实际需求选择最适合的版本。
使用建议
对于Steam Deck用户,推荐根据使用场景选择合适的版本:
-
需要完整功能且不介意使用桌面模式的用户,可选择桌面版本。
-
已安装Decky Loader且希望保持游戏模式完整性的用户,插件版本是更好的选择。
对于Windows用户,虽然功能有限,但自动添加游戏并生成正确格式的封面艺术这一特性,仍然大大简化了非Steam游戏的管理流程。
总结
NonSteamLaunchers v4.1.1版本通过修复关键问题、增强现有功能,进一步提升了在Steam Deck和Windows平台上管理非Steam游戏的体验。特别是社区笔记系统的改进和Epic Games Launcher问题的解决,显示了开发团队对用户体验的持续关注。随着项目的不断发展,它正成为跨平台游戏管理的重要工具之一。
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00