新闻详情

新闻详情

首页 / 资讯中心 / 详情

winget-install三种安装方法深度对比:PowerShell Gallery、短链一行命令还是本地下载?哪个最合适

发布时间:2026/11/18 4:12:33来源:尧图网络
winget-install三种安装方法深度对比:PowerShell Gallery、短链一行命令还是本地下载?哪个最合适
winget-install三种安装方法深度对比PowerShell Gallery、短链一行命令还是本地下载哪个最合适【免费下载链接】winget-installInstall WinGet using PowerShell! Prerequisites automatically installed. Works on Windows 10/11 and Server 2019/2022.项目地址: https://gitcode.com/gh_mirrors/wi/winget-installwinget-install 是一个用 PowerShell 一键安装 Windows 命令行包管理器 WinGet 的开源脚本会自动检查系统兼容性并装好所需依赖Windows 10/11 与 Server 2019/2022 均可用。本文深入对比它的三种安装方式——PowerShell Gallery 安装、短链一行命令、本地下载运行帮你快速挑出最适合自己的那一种。 动手前先了解winget-install 能帮你做什么WinGet 本身并没有命令行安装器而 winget-install 正好补上了这块短板。它在一次运行中自动完成以下工作✅ 识别处理器架构x86/x64/arm64判断需要哪些依赖✅ 检查系统版本兼容性Windows 10 需 1809 及以上✅ 自动安装 WinGet 及其依赖并顺带修复常见问题✅ Server 2019 走独立的备选安装路径自动补装 VC 运行库等✅ 支持 SYSTEM 上下文、Windows Sandbox 运行更详细的特性说明可参考 README.md项目从 0.0.1 到 5.3.8 的完整演进记录也写在 winget-install.ps1 的版本注释里。 三种方法都要求以管理员身份打开 PowerShell。 方法一PowerShell Gallery 安装官方推荐这是官方推荐的方式把脚本安装到你的 PowerShell 环境里之后随时可用、随时能更新。Install-Script winget-install -Force winget-install第一条命令安装脚本按提示按A可接受所有确认-Force保证脚本本身也是最新版不更新时不会覆盖旧版脚本之后直接运行winget-install即可安装 WinGet支持全部参数如winget-install -Force还能用-UpdateSelf一键更新脚本优点始终获得经过测试的公开版本、易记、参数齐全、一次安装长期使用缺点需要两步首次安装会弹信任提示适合人群新手、打算长期把 winget 装进系统的人操作细节见 README.md。 方法二短链一行命令最快、立即执行不想先装脚本直接粘贴一行命令边下载边执行irm asheroto.com/winget | iex这个短链始终指向最新的代码签名版本。另外还有一个更好记的备用短链效果完全相同irm winget.pro | iex当然你也可以跳过短链直接使用官方最新 Release 的直链执行。⚙️ 一行命令怎么带参数PowerShell 机制的限制是irm | iex本身不能直接附加-Force等参数。有两种替代方案运行前先设置全局变量$Force $true再执行一行命令用脚本块方式显式传参([ScriptBlock]::Create((irm asheroto.com/winget))) -Force优点一行搞定、执行最快非常适合远程部署和临时操作缺点参数传递有门槛脚本不会保留在本地适合人群一次性快速安装、自动化脚本三种短链选项的完整说明见 README.md。 方法三本地下载并运行最可控最传统也最稳妥的路子从项目 Releases 页面下载最新的 winget-install.ps1然后在 PowerShell 中运行.\winget-install.ps1运行前可以先打开 .ps1 通读一遍代码确认无误再执行支持-Force、-ForceClose等所有参数也可改用$Force $true变量方式网络环境受限时同样好使因为脚本已下载到本地优点代码可审计、参数自由、不依赖临时下载缺点需要手动关注新版本没有自动更新适合人群企业环境、有安全审计要求的用户详细说明见 README.md。 三种 winget-install 安装方法横向对比对比项方法一 PowerShell Gallery方法二 短链一行命令方法三 本地下载操作步骤2 条命令1 条命令下载 1 条命令支持传参✅ 全部参数⚠️ 需变量或脚本块变通✅ 全部参数版本时效✅ 可-UpdateSelf更新✅ 短链始终指向最新版⚠️ 取决于手动下载运行前可审计代码❌❌✅适合自动化⚠️ 需先装脚本✅✅推荐场景新手、长期使用快速安装、远程部署企业、安全要求高 结论哪种 winget-install 安装方法最合适新手 / 长期用户 → 选方法一官方推荐装一次即可反复使用参数最齐全图快 / 写自动化脚本 → 选方法二一行命令立即执行是最快的安装 WinGet 姿势企业环境 / 想先看代码 → 选方法三可审计、最可控️ 安装后常见坑与快速解法遇到的问题快速解法脚本跑完 PowerShell 窗口闪退加-Wait延迟几秒或用-NoExit保持窗口提示 resource in use改用-ForceClose重跑会自动结束占用进程安装报错试试-AlternateInstallMethod备选安装方式想看详细排查信息加-Debug开启调试输出winget 命令时好时坏重跑一次winget-install -Force修复 PATH全部参数与变量一览见 README.md参数在脚本中的定义可对照 winget-install.ps1。无论你选哪一种winget-install 都只需一个管理员 PowerShell 就能把 WinGet 稳稳装好——方法一省心、方法二省事、方法三稳妥按需取用即可。【免费下载链接】winget-installInstall WinGet using PowerShell! Prerequisites automatically installed. Works on Windows 10/11 and Server 2019/2022.项目地址: https://gitcode.com/gh_mirrors/wi/winget-install创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉