Linear SDK 40.0.0版本发布:重大变更与功能增强分析
Linear是一款现代的项目管理和问题跟踪工具,以其简洁高效的界面和强大的API著称。Linear SDK是与Linear平台交互的官方JavaScript库,为开发者提供了便捷的集成方式。最新发布的40.0.0版本带来了一系列重大变更和功能增强,值得开发者关注。
重大变更解析
本次更新包含了多个破坏性变更,主要涉及API字段的移除和类型修改:
-
ArchiveResponse.includesDependencies字段类型从Boolean!变更为[String!]!,这意味着现在返回的是字符串数组而非简单的布尔值。
-
Comment.summaryText字段被移除,评论对象不再包含摘要文本属性。
-
Post.project字段被移除,帖子对象不再直接关联项目。
-
搜索相关API移除了snippetSize参数,包括Query.searchDocuments、Query.searchIssues和Query.searchProjects。
-
UserAuthorizedApplication.appUserEnabled字段被移除,授权应用对象不再包含此属性。
这些变更需要开发者检查现有代码并进行相应调整,特别是那些依赖被移除字段或参数的功能。
新增功能与改进
数据过滤与视图增强
-
新增了FeedItemFilter类型和相关输入字段,允许更精细地控制自定义视图中的内容过滤。
-
项目标签系统得到扩展,新增了ProjectLabel类型及相关查询和操作接口,支持更灵活的项目分类管理。
-
新增了GoogleSheetsExportSettings类型,增强了与Google Sheets的集成能力。
时间追踪与分析
-
引入了Duration类型和NullableDurationComparator,为时间相关的比较操作提供了更好的支持。
-
问题过滤器中新增了多个时间相关字段(ageTime、cycleTime、leadTime、triageTime),支持更精细的工作流分析。
客户管理增强
-
客户对象新增mainSourceId字段,支持追踪客户主要来源。
-
邮件接收地址新增customerRequestsEnabled和repliesEnabled配置选项,提供更灵活的客户沟通设置。
弃用功能
本次更新标记了多个与Roadmap(路线图)相关的API为弃用状态,包括roadmapArchive、roadmapCreate、roadmapDelete等操作。Linear建议开发者转向使用Initiative(计划)相关API替代。这些弃用的API目前仍可工作,但未来版本可能会移除。
其他改进
-
评论系统新增threadSummary字段,支持线程摘要功能。
-
问题对象新增suggestionsGeneratedAt字段,记录建议生成时间。
-
组织设置新增aiAddonEnabled选项,支持AI附加功能。
-
团队设置新增aiThreadSummariesEnabled和productIntelligenceScope选项,增强团队级智能功能配置。
升级建议
对于使用Linear SDK的开发者,升级到40.0.0版本需要注意以下几点:
-
检查代码中是否使用了被移除的字段或参数,进行相应调整。
-
评估是否使用了被标记为弃用的Roadmap相关API,考虑迁移到Initiative替代方案。
-
利用新增的项目标签功能改进项目分类管理。
-
考虑使用新的时间追踪字段优化工作流分析。
-
测试邮件接收和客户管理相关的新功能,提升客户沟通体验。
Linear SDK 40.0.0版本通过引入这些变更和改进,为开发者提供了更强大、更灵活的平台集成能力,同时也为未来的功能扩展奠定了基础。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00