Dive项目v0.8.0版本发布：多语言支持与架构升级
Dive是一个开源的对话式AI平台，旨在为用户提供便捷的本地化AI对话体验。该项目采用Electron框架构建跨平台桌面应用，支持多种大语言模型集成，包括OpenAI兼容API和本地运行的模型。
架构重大升级：MCP服务重构
本次v0.8.0版本带来了架构层面的重大改进。项目团队用Python实现的dive-mcp-server完全替换了原有的MCP Host实现。这一变更使得系统架构更加清晰，模块化程度更高，为后续功能扩展奠定了更好的基础。
需要注意的是，由于新旧系统之间的消息格式不兼容，升级后将无法保留原有的对话历史。建议用户在升级前备份重要的交流内容。同时，配置文件的存储位置也发生了变化，现在统一存放在用户主目录下的.dive/config目录中。
国际化支持增强
新版本增加了对日语的支持，进一步完善了国际化功能。开发团队还修复了i18n系统中缺失的键值，使得多语言体验更加完整。这一改进使得Dive能够更好地服务于全球用户，特别是日语使用者。
模型集成与配置优化
针对用户反馈的需求，v0.8.0版本新增了对LM-Studio的配置支持。LM-Studio是一个流行的本地大语言模型运行环境，这一集成使得用户能够更方便地在本地运行各种开源模型。
此外，新版本还优化了OpenAI兼容API的必填字段设置，确保配置过程更加明确。同时增加了不使用默认系统提示的交流模式，为用户提供了更灵活的对话控制选项。
开发者体验改进
对于开发者而言，本次更新也带来了多项便利：
- 开发命令从
npm run dev:electron简化为npm run dev - 开发环境现在使用项目内的
.config目录而非系统配置 - 新增了uv作为开发依赖，这是一个现代的Python包管理器，能够提供更可靠的依赖管理
跨平台支持
Dive继续保持良好的跨平台特性，为各主流操作系统提供了预编译版本：
- Linux用户可选择AppImage或tar.gz包
- macOS用户提供ARM和x64架构的DMG安装包
- Windows用户则可直接使用exe安装程序
这些预编译包确保了用户在不同平台上都能获得一致的体验。
总结
Dive v0.8.0版本通过架构重构为未来发展打下了坚实基础，同时通过新增日语支持和LM-Studio集成提升了用户体验。虽然升级过程需要用户注意对话历史的备份，但这些改进将为后续版本带来更强大的功能和更稳定的表现。对于开发者社区而言，简化的开发流程和新增的工具支持也将促进更多的贡献和创新。
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
unified-cache-managementUnified Cache Manager（推理记忆数据管理器），是一款以KV Cache为中心的推理加速套件，其融合了多类型缓存加速算法工具，分级管理并持久化推理过程中产生的KV Cache记忆数据，扩大推理上下文窗口，以实现高吞吐、低时延的推理体验，降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
- Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型，并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型，它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色，旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
docs
kernel
pytorch
flutter_flutter
ohos_react_native
ops-math
cangjie_compiler
RuoYi-Vue3torchair
openHiTLS