Windows 11:如何轻松安装或卸载 Copilot 应用(多种方法)

Windows 11:如何轻松安装或卸载 Copilot 应用(多种方法)
Windows Copilot

起初,Copilot 是一个与 Windows 11 和 Windows 10 系统紧密结合的内置 AI 助手,能够通过回答问题、调整系统设置等功能来提高你的工作效率。

但从 Windows 11 24H2 开始,Copilot 功能已经从系统中剥离出来,成了一个基于 Microsoft Edge 的独立 Copilot 应用。这意味着,你可以像传统桌面应用那样,轻松移动窗口位置、调整窗口大小,并将它固定到任务栏。

由于变成了独立应用,所以你也可以在早期 Windows 11 甚至 Windows 10 上安装和卸载它。

以下步骤同样适用于 Windows 10,但操作步骤可能会略有不同。

在 Windows 11 上安装 Copilot 应用

方法 1:从 Microsoft Store 安装 Copilot 应用

1访问 Microsoft Copilot 应用页面,点击图标打开「Microsoft Store」。

访问 Microsoft Copilot 应用页面

点击 Microsoft Store 图标

2点击「获取」或「安装」,等待安装完成后即可使用。

使用 Microsoft Store 安装 Copilot 应用

使用 Microsoft Store 安装 Copilot 应用

方法 2:使用「Microsoft Copilot Installer.exe」工具安装

1访问 Microsoft Copilot 应用页面。

2点击「下载」按钮,将Microsoft Copilot Installer.exe安装文件下载到本地。

3双击下载好的可执行文件,即可自动安装和启动「Copilot 应用」。

使用 Microsoft Copilot Installer.exe 工具安装 Copilot 应用

使用 Microsoft Copilot Installer.exe 工具安装 Copilot 应用

方法 3:使用 winget 安装

1右键点击「开始」菜单,选择「终端管理员」,以管理员权限打开 Windows 终端。

2在「终端」中执行以下命令安装 Copilot 应用:

复制复制复制复制复制复制

winget install -s msstore --id 9NHT9RB2F4HD
使用 winget 安装 Copilot 应用

使用 winget 安装 Copilot 应用

从 Windows 11 中卸载 Copilot 应用

方法 1:通过「开始」菜单卸载 Copilot 应用

1打开「开始」菜单,点击「所有应用」。

2找到并右键点击「Copilot」图标,选择「卸载」。

3在弹出窗口中,点击「卸载」确认删除。

通过「开始」菜单卸载 Copilot 应用

通过「开始」菜单卸载 Copilot 应用

方法 2:通过「设置」卸载

1使用Windows + I快捷键打开「设置」,选择「应用」>「安装的应用程序」。

2在列表中找到 Copilot,点击旁边的三个点,选择「卸载」。

3在弹出窗口中,点击「卸载」确认删除。

通过「设置」卸载 Copilot 应用

通过「设置」卸载 Copilot 应用

方法 3:通过 Microsoft Edge 卸载

1打开 Microsoft Edge 浏览器,在地址栏中执行edge://apps/打开网页「应用」管理页面。

2点击 Copilot 旁边的三个点,选择「卸载」。

通过 Microsoft Edge 卸载 Copilot 应用

通过 Microsoft Edge 卸载 Copilot 应用

3在打开的「设置」页面中,点击「卸载」,最后再次点击「卸载」确认删除。

Windows 11 设置

点击卸载

方法 4:使用 winget 卸载

1右键点击「开始」菜单,选择「终端管理员」,以管理员权限打开 Windows 终端。

2在「终端」中执行winget list命令查看已安装的应用列表,并找到 Copilot 应用的正确「ID」。

使用 winget 查看已安装的应用列表

使用 winget 查看已安装的应用列表

3执行以下命令卸载 Copilot 应用:

复制复制复制复制复制

winget uninstall --id 9NHT9RB2F4HD#请按实际情况替换 ID 号
使用 winget 卸载 Copilot 应用

使用 winget 卸载 Copilot 应用

方法 5:使用 PowerShell 命令卸载

1右键点击「开始」菜单,选择「终端管理员」,以管理员权限打开 Windows 终端。

2使用Ctrl + Shift + 1快捷键切换到 Windows PowerShell 交互。

3根据需要,使用以下命令卸载 Copilot 应用:

  • 为当前用户卸载:

复制复制复制复制

Get-AppxPackage|Where-Object{$_.Name-Like'*Microsoft.Copilot*'}|Remove-AppxPackage-ErrorActionContinue
  • 所有用户卸载

复制复制复制

Get-AppxPackage-AllUsers|Where-Object{$_.Name-Like'*Microsoft.Copilot*'}|Remove-AppxPackage-AllUsers-ErrorActionContinue
使用 PowerShell 命令卸载 Copilot 应用

使用 PowerShell 命令卸载 Copilot 应用


按照以上方法,你可以轻松地在 Windows 11 和 Windows 10 中下载、安装和删除 Copilot 应用。

Read more

告别代码,迎接代理:Claude Code、OpenCode、OpenClaw等六大AI工具全面解析

如果你最近关注科技圈,一定会被一个词刷屏:AI代理(AI Agent)。从2024年底到2026年初,AI的发展已经不再局限于聊天窗口里的文字游戏,而是真正开始操控电脑、编写代码、甚至替我们“干活”。 Anthropic、OpenAI以及开源社区接连丢出一系列重磅产品:Claude Code、Cowork、OpenCode、OpenWork、OpenClaw、Codex……这些名字听起来既有重复又相互关联,它们到底有什么区别?哪个才是普通人也用得上的工具? 今天,我们就来一次性梳理这七大项目,看看它们分别是什么,以及它们如何共同指向一个“AI执行一切”的未来。 一、六大“工具”逐个看 在深入对比之前,我们先分别认识一下这六位主角。它们虽然都顶着“AI工具”的头衔,但出身、能力和使命却大相径庭。 1. Claude Code:披着编程外衣的通用Agent 出身:Anthropic(2024年底推出) 核心定位:终端里的自主AI助手。 Claude

【AI】谷歌TurboQuant算法:内存占用减少至少6倍

谷歌在2026年3月25日发布了一项名为 TurboQuant 的突破性压缩算法,它可以在不损失任何模型精度的前提下,将AI大模型运行时的关键内存占用(KV缓存)减少至少6倍,同时将推理速度提升最高8倍。 这一技术突破引发了硅谷和华尔街的广泛关注,甚至让美光、西部数据等存储芯片巨头的股价应声下跌。下面为你详细拆解这项技术: 🚀 TurboQuant核心技术速览 技术指标具体数据说明内存压缩比至少6倍将KV缓存压缩至3-bit精度,相比传统16/32-bit存储推理加速最高8倍在H100 GPU上4-bit TurboQuant vs 32-bit未量化基线精度影响零损失在"大海捞针"等长上下文测试中保持完美分数部署门槛无需训练无需预训练或微调,即插即用应用范围KV缓存压缩 + 向量搜索解决推理内存瓶颈,同时提升语义搜索引擎效率 🔧 核心技术原理:两步"绝杀" 要理解TurboQuant为什么重要,先要明白它解决的是什么问题。大模型推理时,会把历史信息临时存在 KV缓存 中以便快速调用。当上下文窗口从4K扩展到百万级时,KV缓存会迅速膨胀,成为AI推理最大的内存瓶颈

[2026年03月15日] AI 深度早报

[2026年03月15日] AI 深度早报

📅 [2026年03月15日] AI 深度早报:GTC 开幕日,AI Agent 平台与具身世界模型双线引爆 👋 晨间导读 今天是 NVIDIA GTC 2026 的开幕日,也是本周 AI 圈最密集的一个爆发点。三件事同时发生:NVIDIA 用 NemoClaw 宣示进入 Agent 基础设施赛道;微软开源 AgentRx,把 AI Agent 的调试工程化带上台面;与此同时,来自中国的大晓机器人悄悄开源了一个端侧运行的具身世界模型,推理速度比前代快 72 倍。AI Coding 走向"平台化",具身智能走向"可部署"——变化正在加速,今天的早报将带你抓住最关键的信号。 1. 🚀 NVIDIA GTC

【AI深究】卷积神经网络:CNN深度解析——全网最详细全流程详解与案例(附Python代码演示)|数学表达、主流变体与架构创新、优缺点与工程建议、调优技巧|经典变体:ResNet、DenseNet详解

【AI深究】卷积神经网络:CNN深度解析——全网最详细全流程详解与案例(附Python代码演示)|数学表达、主流变体与架构创新、优缺点与工程建议、调优技巧|经典变体:ResNet、DenseNet详解

大家好,我是爱酱。本篇将会系统梳理卷积神经网络(Convolutional Neural Network, CNN)的原理、结构、数学表达、典型应用、可视化代码示例与工程实践,帮助你全面理解这一深度学习的“感知基石”。 注:本文章含大量数学算式、详细例子说明及大量代码演示,大量干货,建议先收藏再慢慢观看理解。新频道发展不易,你们的每个赞、收藏跟转发都是我继续分享的动力! 注:本文章颇长超过8000字长、以及大量详细、完整的Python代码、非常耗时制作,建议先收藏再慢慢观看。新频道发展不易,你们的每个赞、收藏跟转发都是我继续分享的动力! 一、CNN的核心定义与结构 卷积神经网络(CNN)是一种专为处理具有类似网格结构的数据(如图像、音频、时序信号)而设计的深度神经网络。其核心思想是通过卷积操作自动提取局部特征,实现空间不变性和参数高效性。 * 英文专有名词:Convolutional Neural Network, CNN * 主要结构: * 卷积层(Convolutional