TandoorRecipes 2.0.0-alpha-2版本发布:食谱管理系统的重大更新
项目简介
TandoorRecipes是一款开源的食谱管理系统,它帮助用户高效地组织、管理和分享个人食谱。作为一个自托管的解决方案,TandoorRecipes提供了从食谱创建、食材管理到膳食计划的全套功能,特别适合注重隐私和自定义需求的用户。
2.0.0-alpha-2版本核心更新
用户体验优化
本次更新在用户体验方面做了多项改进。首页新增了禁用膳食计划的设置选项,虽然目前是临时设备设置,但为未来首页定制化功能奠定了基础。食谱视图中的描述字段缺失问题已修复,使信息展示更加完整。
在交互设计上,改进后的"添加到购物清单"对话框现在与食谱视图中的食材表格保持一致的格式,并且整行都可点击,大大提升了操作便利性。多选组件现在能够明确指示新条目的创建状态,并修正了标签顺序问题,使表单填写更加流畅。
日期选择器增强
膳食计划中的日期选择器获得了显著改进。现在它会根据日历视图配置自动使用本地化的日期格式和周起始日,如果用户配置了显示周数,日期选择器也会相应展示周数信息。这些改进使得日期相关的操作更加符合用户的使用习惯。
AI功能完善
文本导入功能新增了对AI的支持,当没有配置API密钥时,系统会禁用AI导入并显示警告提示。这一临时措施为后续更完善的AI集成功能铺平了道路。同时,导入时的食材自动排序现在不区分大小写,提高了排序的准确性。
问题修复
本次更新修复了多个关键问题:
- 修复了API中存在的权限设置问题
- 解决了Prometheus指标收集问题
- 修正了旧设置页面显示错误
- 修复了食谱份量缩放不支持非整数的问题
- 解决了移动端食谱编辑器中数量字段的精度错误
- 修复了食谱编辑器中多行食材输入的问题
- 修正了YouTube导入器使用时的错误
- 解决了将食谱添加到膳食计划时份量未被使用的问题
- 修复了膳食计划对话框中的日期选择器问题
- 修正了AI文本导入中加载按钮禁用状态的问题
- 解决了带有标题的食谱添加到购物清单时的问题
- 修复了访客无法切换空间的问题
技术细节分析
从技术角度看,这次更新体现了开发团队对系统稳定性和安全性的重视。特别是API权限问题的修复,防止了未经授权的权限设置操作,增强了系统的安全性。Prometheus指标的修复则改善了系统监控能力,为运维提供了更好的支持。
在数据处理方面,份量缩放和非整数支持的改进,以及移动端数量字段精度问题的修复,都体现了对数据准确性的严格要求。多行食材输入问题的解决则展示了团队对用户实际使用场景的深入理解。
未来展望
虽然2.0.0-alpha-2仍处于预发布阶段,但已经展现出TandoorRecipes向更成熟方向发展的趋势。特别是首页定制化和AI功能的临时实现,预示着未来版本可能会在这些方面有更大突破。开发团队对用户体验细节的关注,也让我们有理由期待一个更加完善、易用的食谱管理系统。
对于技术用户而言,这个版本提供了更稳定的基础,值得关注和测试。普通用户则可以期待正式版发布后更流畅的食谱管理体验。
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