# Atlas-OS：Windows 性能优化之遥测移除与服务精简 > Atlas-OS 通过移除遥测数据收集、精简系统服务和调整调度器，实现 Windows 在低 RAM 下的高性能运行，支持低延迟游戏和开发工作流。本文提供具体参数配置和落地指南。 ## 元数据 - 路径: /posts/2025/10/20/atlas-os-windows-optimization/ - 发布时间: 2025-10-20T20:16:48+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 站点: https://blog.hotdry.top ## 正文 Atlas-OS 作为一个开源的 Windows 修改项目，专注于通过针对性的优化来提升系统性能，尤其适合资源受限的环境如 1GB RAM 下的游戏和开发工作流。其核心观点在于：通过移除不必要的遥测机制、精简后台服务以及微调调度器，可以显著降低系统开销，实现低延迟响应，而不牺牲核心功能。这种优化不是简单的禁用，而是基于平衡兼容性和性能的工程实践，帮助用户在老旧硬件上获得现代体验。 首先，遥测移除是 Atlas-OS 性能优化的基础。Windows 原生系统中嵌入的大量遥测组件，如 DiagTrack 服务，会持续收集用户数据并上传，导致 CPU 和网络资源占用。根据 Atlas-OS 项目文档，这些组件被系统性禁用，例如通过组策略设置 HKLM\SOFTWARE\Policies\Microsoft\Windows\DataCollection\AllowTelemetry 的值为 0，从而阻止数据收集。证据显示，这种移除可将后台进程从原生的 145 个减少到约 50 个，释放约 1GB 的 RAM 开销。在实际测试中，开机后系统内存占用从 2.3GB 降至 1.2GB 左右，这直接转化为更低的延迟，尤其在游戏场景下。举例来说，在 Valorant 等竞技游戏中，最低帧率从 217 FPS 提升至 365 FPS，证明遥测移除对输入延迟的正面影响。 其次，服务精简进一步放大性能收益。Atlas-OS 使用 Playbook 系统（基于 YAML 配置的脚本）来管理 Windows 服务，将非必需服务设置为禁用或手动启动。例如，禁用 OneDrive、Cortana 和 Windows Search 等服务，这些服务在闲置时仍占用资源。通过 services.yml 配置，如将 'DiagTrack' 的 startup 类型设为 4（禁用），系统避免了不必要的后台活动。项目强调，这种精简不是盲目的，而是优先保留兼容性强的服务，如网络和存储核心。结果是 CPU 峰值占用从 2-10% 降至近 0%，特别适合 1GB RAM 环境下的开发工作流，用户可以运行轻量 IDE 如 VS Code 而不会卡顿。潜在风险包括某些应用依赖被禁用服务，但 Atlas-OS 提供可选开关，用户可在 post-installation 配置中恢复。 调度器调整是实现低延迟的关键技术点。Windows 默认调度器偏向电源节省，容易导致游戏帧时间波动。Atlas-OS 通过自定义电源计划和进程优先级优化来应对，例如禁用 CPU 缓解措施（如 Spectre/Meltdown 补丁，如果用户选择），并调整 NT Kernel 的时间片分配。在 tweaks/performance/disable-background-apps.yml 中，设置 HKLM\SOFTWARE\Policies\Microsoft\Windows\AppPrivacy\LetAppsRunInBackground 为 2（全局禁用），确保前台任务优先。落地参数包括：电源计划设为“高性能”，最小处理器状态 100%，最大 100%；同时，使用 PowerShell 脚本如 NGEN.ps1 优化 .NET 运行时，减少 JIT 编译延迟。对于游戏用户，推荐监控工具如 MSI Afterburner 观察帧时间，目标是将 DPC 延迟控制在 500μs 以内。开发工作流下，这些调整允许在低 RAM 中多开浏览器标签和编译任务，而不触发交换。 要落地这些优化，用户需遵循 Atlas-OS 的安装指南。首先，从 GitHub 下载 AME Wizard 和 Playbook ZIP（密码 malte），运行 wizard 应用修改。post-install 阶段，检查 Atlas 文件夹下的 general-configuration.cmd，启用/禁用特定选项如 CPU mitigations。清单如下： 1. **遥测移除参数**： - 注册表：HKLM\SOFTWARE\Policies\Microsoft\Windows\DataCollection\AllowTelemetry = 0 (DWORD) - 服务：sc config DiagTrack start= disabled - 组策略：gpedit.msc > Computer Configuration > Administrative Templates > Windows Components > Data Collection > Allow Telemetry = Disabled 2. **服务精简清单**（可选禁用，评估兼容性）： - SysMain (Superfetch)：减少磁盘 I/O - WSearch (Search)：若不用 Cortana - RetailDemo：移除商店演示 - 监控：任务管理器 > 服务，目标后台服务 < 60 个 3. **调度器调整参数**： - 电源选项：powercfg /setactive SCHEME_MIN (高性能方案) - 禁用缓解：bcdedit /set xsavedisable 1 (针对 Intel CPU) - 网络优化：禁用 Nagle 算法 (netsh int tcp set global autotuninglevel=disabled) - 低 RAM 阈值：页面文件设为系统管理，监控使用率 < 80% 风险管理至关重要。Atlas-OS 虽开源透明，但移除安全功能如 Defender 可能增加漏洞风险，建议仅在隔离环境中使用，或手动启用 SmartScreen。兼容性问题常见于企业软件，解决方案是回滚特定 tweak 或使用虚拟机测试。监控要点包括：使用 PerfMon 跟踪 CPU 队列长度（<2）、RAM 使用（<80%），以及事件查看器检查错误日志。定期运行 CLEANUP.ps1 维护系统，避免积累。 总体而言，Atlas-OS 的这些优化证明了在不重写内核的情况下，通过配置层面的调整即可实现显著性能提升。对于游戏玩家，低延迟工作流在 1GB RAM 下成为可能；开发者则受益于更稳定的资源分配。用户应基于自身需求自定义，避免过度精简导致不稳定。未来，随着 Windows 更新，Atlas-OS 社区将继续迭代 Playbook 以保持兼容性。 （字数：1028） ## 同分类近期文章 ### [Apache Arrow 10 周年：剖析 mmap 与 SIMD 融合的向量化 I/O 工程流水线](/posts/2026/02/13/apache-arrow-mmap-simd-vectorized-io-pipeline/) - 日期: 2026-02-13T15:01:04+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析 Apache Arrow 列式格式如何与操作系统内存映射及 SIMD 指令集协同，构建零拷贝、硬件加速的高性能数据流水线，并给出关键工程参数与监控要点。 ### [Stripe维护系统工程：自动化流程、零停机部署与健康监控体系](/posts/2026/01/21/stripe-maintenance-systems-engineering-automation-zero-downtime/) - 日期: 2026-01-21T08:46:58+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析Stripe维护系统工程实践，聚焦自动化维护流程、零停机部署策略与ML驱动的系统健康度监控体系的设计与实现。 ### [基于参数化设计和拓扑优化的3D打印人体工程学工作站定制](/posts/2026/01/20/parametric-ergonomic-3d-printing-design-workflow/) - 日期: 2026-01-20T23:46:42+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 通过OpenSCAD参数化设计、BOSL2库燕尾榫连接和拓扑优化，实现个性化人体工程学3D打印工作站的轻量化与结构强度平衡。 ### [TSMC产能分配算法解析：构建半导体制造资源调度模型与优先级队列实现](/posts/2026/01/15/tsmc-capacity-allocation-algorithm-resource-scheduling-model-priority-queue-implementation/) - 日期: 2026-01-15T23:16:27+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 深入分析TSMC产能分配策略，构建基于强化学习的半导体制造资源调度模型，实现多目标优化的优先级队列算法，提供可落地的工程参数与监控要点。 ### [SparkFun供应链重构：BOM自动化与供应商评估框架](/posts/2026/01/15/sparkfun-supply-chain-reconstruction-bom-automation-framework/) - 日期: 2026-01-15T08:17:16+08:00 - 分类: [systems-engineering](/categories/systems-engineering/) - 摘要: 分析SparkFun终止与Adafruit合作后的硬件供应链重构工程挑战，包括BOM自动化管理、替代供应商评估框架、元器件兼容性验证流水线设计