FlashSpace 2.3.28版本发布:新增列数限制与显示修复
FlashSpace是一款专注于提升多显示器工作空间管理效率的开源工具。它通过智能化的窗口布局和空间控制,帮助用户在多显示器环境下高效组织工作区,特别适合需要同时处理多个任务的专业人士。
核心功能更新
空间控制增强:列数限制配置
本次2.3.28版本引入了一个重要的空间控制功能——可配置的列数限制。这项功能允许用户通过配置文件设置工作区中允许的最大列数,为多显示器环境下的窗口布局提供了更精细的控制粒度。
技术实现上,该功能通过扩展空间控制模块的配置选项,新增了max-columns参数。当用户设置此参数后,系统会在自动布局时确保不会超过指定的列数限制,从而避免在超宽显示器上出现窗口过度分散的情况。
问题修复
CLI工具显示修复
针对命令行工具的update-workspace命令,本次版本修复了active-display选项的功能异常。该问题曾导致在某些多显示器配置下,命令无法正确识别活动显示器,从而影响工作区更新操作。
修复方案包括:
- 重新设计了显示器识别逻辑
- 增强了边界条件处理
- 优化了错误反馈机制
技术细节解析
列数限制功能的实现采用了动态布局算法,在保持原有自动布局优点的同时,加入了列数约束条件。系统会先计算理论最优布局,然后应用列数限制进行调整,确保最终布局既符合用户配置又尽可能保持高效。
CLI工具的修复则涉及到底层显示器管理API的调用优化,特别是在处理多显示器配置时的状态同步问题。新版本改进了显示器识别机制,使其能够更准确地反映当前系统的显示配置状态。
使用建议
对于需要严格控制工作区布局的用户,建议在配置文件中添加max-columns参数,根据实际显示器尺寸和使用习惯设置合适的值。例如,在超宽显示器上,可以设置为3-4列以获得最佳使用体验。
命令行工具用户应注意,在使用update-workspace命令时,现在可以更可靠地指定活动显示器进行操作,特别是在多显示器工作环境下。
FlashSpace持续致力于提升多显示器环境下的工作效率,本次更新进一步增强了工具的灵活性和可靠性,为用户提供了更完善的空间管理解决方案。
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