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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00