Cal.com v5.3.4版本发布:增强委托凭证与会议功能
Cal.com是一个开源的在线会议调度平台,它帮助用户轻松安排和管理会议。该平台提供了丰富的功能,包括会议调度、视频会议集成、团队协作等。最新发布的v5.3.4版本带来了一系列功能增强和问题修复,主要集中在委托凭证管理和会议功能优化方面。
委托凭证功能改进
本次更新对委托凭证功能进行了多项改进。当组织管理员禁用某个委托凭证时,系统现在会自动向可能受影响的组织成员发送电子邮件通知。这确保了团队成员能够及时了解凭证状态的变化,避免因凭证失效而导致的会议安排问题。
此外,在委托凭证被禁用时,系统会使用更加清晰和友好的邮件内容来传达这一变更。如果用户将Cal Video设置为默认会议应用,系统现在会正确地使用Cal Video作为委托凭证的默认会议解决方案,而不是错误地选择其他视频会议工具。
会议调度优化
在会议调度方面,v5.3.4版本修复了循环分配(Round Robin)功能中的一个重要问题。现在,当与会者预订相同的时间段时,系统会正确地返回原始预订,而不是创建新的预订。同时,修复了在固定主持人存在时循环分配主持人无法被正确添加的问题。
对于工作流提醒功能,系统将超时时间从原来的设置提高到了800秒,这大大减少了因超时导致的提醒发送失败情况,提高了工作流提醒的可靠性。
用户体验改进
本次更新还包括多项用户体验的改进。在小屏幕上,删除按钮现在能够正确显示,解决了之前在小屏幕设备上操作不便的问题。路由表单的头部显示问题也得到了修复,使表单界面更加整洁和专业。
在数据分析方面,/insights页面现在会根据用户个人资料中的时区设置来显示本地日期范围,确保数据分析结果与用户的实际时间感知一致。
新功能集成
v5.3.4版本新增了对Dub应用的集成支持。Dub是一个链接管理平台,这次集成使得用户能够更方便地在Cal.com中使用Dub的功能。同时,对于免费用户,现在也可以使用自定义的SMS模板,这为免费用户提供了更大的灵活性。
技术架构优化
在技术架构方面,本次更新对useMeQuery的实现进行了整合,减少了代码重复,提高了代码的可维护性。同时修复了EventTypeSettings原子中Stripe集成的问题,确保了支付功能的稳定性。
对于用户验证流程,修复了verifiedAt时间戳缺失的问题,完善了用户验证记录系统。
这些改进和修复共同提升了Cal.com平台的稳定性、功能性和用户体验,使其成为一个更加成熟和可靠的会议调度解决方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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