GladysAssistant 4.52.0版本发布:图表优化与场景管理增强
GladysAssistant是一个开源的智能家居自动化平台,旨在为用户提供简单易用的家庭自动化解决方案。该项目通过模块化设计支持多种智能设备接入,并提供场景自动化、数据可视化等核心功能。最新发布的4.52.0版本带来了一系列改进,特别是在图表显示和场景管理方面进行了重要优化。
图表显示优化
本次更新对系统的图表功能进行了多项改进,显著提升了数据可视化的准确性和用户体验。
在时间处理方面,修复了时区相关问题,确保不同时区用户查看图表时显示的时间与本地时间一致。对于Y轴标签的数值显示,新版本改进了格式化处理,能够更好地处理极值情况。当数值特别大或特别小时,系统会自动调整显示方式,使图表保持清晰可读。
针对设备特性图表,修复了颜色设置问题。现在当用户编辑、移动或删除设备特性时,图表颜色能够正确保持,不会出现颜色丢失的情况。此外,还回滚了智能数值舍入功能,仅保留对小数部分的处理,避免过度舍入导致的数据精度损失。
场景管理增强
场景管理是GladysAssistant的核心功能之一,新版本在这方面做了重要改进。
为了防止场景选择器重复的问题,系统现在会自动在场景选择器末尾添加4个随机字符。这一机制有效避免了因选择器重复导致的场景冲突问题。同时优化了场景列表的搜索性能,解决了之前存在的搜索延迟问题,使用户能够更流畅地查找和管理场景。
性能与用户体验改进
在性能方面,4.52.0版本引入了请求Promise缓存机制。对于正在处理的GET请求,系统会缓存其Promise对象,避免重复请求相同资源,从而提升整体性能并减少服务器负载。
用户界面也有多处改进,包括修复了滑块控件的宽度显示问题,使其能够正确占满可用空间。在用户创建流程中,修复了密码验证问题,当用户忘记输入密码时系统会给出明确提示,而不是直接报错。
安全与错误处理
安全方面也有所加强,现在对本地管理员路由的调用会进行双重检查,包括在Gladys Plus环境下也会进行验证,提高了系统的安全性。同时改进了Gladys Plus登录页面的错误处理机制,为用户提供更清晰的错误反馈。
总结
GladysAssistant 4.52.0版本通过图表显示优化、场景管理增强、性能提升和安全性改进等多方面的更新,进一步提升了平台的稳定性和用户体验。这些改进使得家庭自动化管理更加流畅可靠,特别是对于需要频繁查看设备数据图表和设置复杂场景的用户来说,新版本带来了明显的使用体验提升。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00