Tusky客户端中过滤通知的交互设计优化方案
2025-06-30 18:20:28作者:尤辰城Agatha
背景介绍
Tusky作为一款开源的Mastodon客户端,正在考虑如何优雅地实现Mastodon新增的"过滤通知"功能。该功能允许用户设置条件来过滤不希望直接显示的通知,如来自特定用户或包含特定关键词的通知。
现有方案的问题分析
当前Mastodon网页版将过滤通知以大卡片形式固定在通知列表顶部,这种设计存在明显缺陷:
- 视觉权重失衡 - 过滤通知获得了比普通通知更突出的显示位置
- 交互逻辑矛盾 - 被过滤的内容本应降低优先级,却占据了更显眼的位置
- 用户体验不佳 - 用户需要频繁处理这些本应被过滤的内容
创新设计方案
我们提出了一种"内联显示"的交互方案:
核心设计原则
- 平等性原则:过滤通知与普通通知享有相同的视觉权重
- 渐进式披露:用户可按需展开查看被过滤内容
- 即时操作:提供快捷操作入口处理过滤规则
具体实现细节
-
基础显示层:
- 在通知流中原位显示过滤通知
- 使用黄色背景作为视觉提示(类似网页版对私密提及使用蓝色背景的方案)
- 显示发送者信息及"显示/隐藏"操作按钮
-
展开状态:
- 用户点击"显示"后完整展示通知内容
- 提供"永久屏蔽该用户"和"允许该用户通知"的快捷操作
- 这些操作对应网页版中的"复选框"和"静音"按钮功能
-
增强交互:
- 可添加"?"图标解释过滤原因
- "隐藏"操作可触发二次确认对话框
- 设置中可添加"永不显示过滤通知"的全局选项
技术考量
实现此方案可能需要Mastodon API的以下支持:
- 合并通知和过滤通知的数据流
- 获取过滤原因详情(当前API可能未提供)
- 支持单次隐藏操作(不触发永久规则)
方案优势
相比网页版方案,本设计具有以下优点:
- 符合心智模型:被过滤内容不应获得额外关注
- 操作路径更短:用户可在上下文中直接处理
- 视觉干扰更少:避免突兀的大卡片打断浏览流
- 灵活性更高:支持渐进式披露和多种操作选项
总结
这种内联显示方案通过重新思考过滤通知的本质属性,创造了一种更符合用户心理预期的交互模式。它不仅解决了当前网页版设计的问题,还通过精心设计的细节提升了整体用户体验。该方案展示了Tusky客户端在创新交互设计方面的潜力,有望成为Mastodon生态中的最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143