Open Food Facts Smooth App 4.20.0版本技术解析
Open Food Facts是一款开源的食品数据库应用,其Smooth App作为官方移动客户端,为用户提供了便捷的食品信息查询和贡献功能。最新发布的4.20.0版本带来了一系列功能增强和用户体验改进,特别是在食品价格验证、营养成分展示和用户贡献流程等方面进行了显著优化。
核心功能更新
食品价格验证系统增强
本次更新重点改进了价格验证功能,引入了批量证明上传页面和更高效的批量上传流程。新版本移除了裁剪步骤,使价格验证过程更加流畅。此外,还增加了价格统计视图功能,让用户能够直观查看价格数据的分布情况。
技术实现上,开发团队优化了价格标签验证参数处理,确保readyForPriceTagValidation参数在证明上传时能够正确传递。同时,为各种开放价格列表视图添加了无限滚动功能,提升了大数据量情况下的浏览体验。
营养成分展示优化
在食品营养成分展示方面,4.20.0版本引入了食品图标系统,通过视觉元素增强信息传达效果。特别值得注意的是,这些图标现在与NOVA食品分类系统关联,为用户提供了更直观的食品加工等级参考。
针对营养提取功能进行了修复,解决了某些重要营养成分在预览中不显示的问题。同时更新了营养评分页面的标签,使其更加准确和用户友好。
用户贡献流程改进
包装组件编辑增强
新版本扩展了包装组件编辑功能,现在用户可以访问包装照片,为包装信息贡献提供了更完整的工具集。此外,还添加了编辑食品痕迹(traces)的功能,进一步完善了食品成分信息的编辑能力。
Robotoff问题集成
开发团队将Robotoff问题系统深度整合到产品编辑模式中。Robotoff是Open Food Facts的AI辅助系统,能够自动生成关于产品信息的问题。4.20.0版本不仅添加了这些问题到编辑界面,还进行了多项改进,使问题展示和回答流程更加顺畅。
用户体验优化
界面布局调整
针对多个界面进行了细致的布局优化:
- 产品图片画廊的padding逻辑调整,确保在不同设备上都能正确显示
- 价格隐私对话框的布局溢出问题修复
- 饥饿游戏功能从覆盖层改为独立视图,提升操作流畅度
- 多处UI padding调整,改善整体视觉效果
本地化与无障碍改进
更新了希腊语和荷兰语的复数格式化规则,确保本地化文本显示正确。同时修复了注册页面在键盘弹出时的布局问题,使"注册"和"创建账户"按钮始终可见可操作。
技术细节修复
- 移除了扫描头部的比较项目,简化界面
- 修复了价格卡片中的"实验性"效果显示问题
- 解决了负数金额显示问题
- 修正了深色模式下反馈页面的显示问题
- 修复了折扣指示器缺失的问题
- 处理了多处空值检查操作符使用问题
总结
Open Food Facts Smooth App 4.20.0版本通过一系列功能增强和问题修复,进一步提升了食品信息查询和贡献的体验。特别是在价格验证系统和营养成分展示方面的改进,体现了项目对数据准确性和用户友好性的持续追求。这些更新不仅为普通用户提供了更好的工具,也为食品数据贡献者创造了更高效的工作流程。
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