Google Site Kit WordPress插件1.147.0版本发布:增强收入管理与数据分析功能
Google Site Kit是谷歌官方推出的WordPress插件,它能够帮助网站管理员轻松集成谷歌的各项服务,包括Analytics、Search Console、AdSense等。最新发布的1.147.0版本带来了多项功能增强和改进,特别是在读者收入管理(RRM)和数据分析方面有了显著提升。
读者收入管理功能全面升级
本次更新对Reader Revenue Manager(RRM)功能进行了多项改进,使其更加完善和易用。首先,插件现在会保留产品ID前缀,确保在Reader Revenue Manager设置中存储产品ID时不会丢失重要信息。这一改进使得产品识别和管理更加准确可靠。
新增的CTA(行动号召)展示位置设置功能为用户提供了更灵活的控制选项。用户现在可以通过下拉菜单和多选芯片来选择CTA在网站上的展示位置,这大大提升了广告展示的精准度和用户体验。
为了帮助用户更好地使用RRM功能,插件还新增了介绍性覆盖通知和产品ID通知。这些引导性提示能够帮助新用户快速上手,理解如何配置和使用各项功能。
数据分析功能优化
在数据分析方面,1.147.0版本对Analytics零数据报告进行了重要改进。现在报告会包含比较日期范围,确保在确定数据收集状态时同时检查前一个和当前日期范围的数据。这一改变使得数据分析更加全面准确。
报告过滤功能也经过了重构,现在可以同时用于维度和指标。此外,插件还引入了新的EmptyFilter过滤器类型,专门用于过滤"(not set)"值,这使得数据清理过程更加高效和规范。
用户体验改进
本次更新在用户体验方面也做了多项优化。Key Metrics(关键指标)在大屏幕上的显示位置问题得到了修复,确保在各种设备上都能正确显示。通知系统也进行了改进,包括更新了检测到新事件的通知描述,并修复了通知关闭事件跟踪不正确的问题。
调查问卷功能也得到了优化,更新了定制化指标问卷的语言表达,并修复了可能导致重复触发调查的问题。这些改进使得用户与插件的交互更加顺畅自然。
技术架构调整
在技术架构方面,开发团队对项目的依赖管理进行了优化。将JavaScript依赖项和端到端测试相关依赖项分别移动到独立的工作区,这有助于更好地管理项目结构,提高开发效率。
Sign in with Google(使用谷歌登录)功能块也进行了重构,使其实现更加规范和可靠。这些底层架构的改进虽然对最终用户不可见,但为插件的稳定性和可维护性打下了更好的基础。
总结
Google Site Kit 1.147.0版本通过增强读者收入管理功能、优化数据分析流程和改进用户体验,为WordPress网站管理员提供了更加强大和易用的工具。特别是对在线内容创作者而言,改进后的收入管理功能将帮助他们更有效地通过网站获得收益。同时,技术架构的优化也为未来的功能扩展奠定了坚实基础。
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
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