sshx v0.4.0 发布:支持 Windows ARM64 及现代化升级
sshx 是一个基于 Web 的终端共享工具,允许用户通过浏览器实时共享终端会话。它结合了现代 Web 技术和终端模拟功能,为团队协作和远程支持提供了便捷的解决方案。
本次发布的 v0.4.0 版本带来了多项重要改进,主要包括对 Windows ARM64 架构的支持、Rust 依赖项的现代化升级以及前端性能优化。这些改进不仅扩展了 sshx 的兼容性范围,还提升了整体稳定性和用户体验。
Windows ARM64 支持
随着 ARM 架构在 Windows 平台上的普及,sshx 现在正式支持 Windows ARM64 设备。这一变化意味着用户可以在 Surface Pro X 等基于 ARM 处理器的 Windows 设备上原生运行 sshx,无需通过模拟层,从而获得更好的性能和电池续航表现。
Rust 依赖项现代化
开发团队对项目的 Rust 依赖项进行了全面升级,特别是将 Hyper 升级到了 1.0 版本。Hyper 是 Rust 生态中广受欢迎的高性能 HTTP 库,这次升级不仅修复了构建问题,还带来了以下优势:
- 更现代的 API 设计,简化了开发流程
- 性能优化,特别是在高并发场景下
- 更好的错误处理和日志记录机制
- 与最新 Rust 工具链的兼容性保证
这些底层改进虽然对终端用户不可见,但为 sshx 的长期稳定性和可维护性奠定了坚实基础。
前端优化
在前端方面,v0.4.0 版本解决了几个影响用户体验的问题:
- 修复了初始页面加载时"只读"徽标的闪烁问题,使界面过渡更加平滑
- 移除了对外部 CDN 的依赖,将 argon2 等前端资源直接打包到应用中,提高了加载速度和隐私保护
- 在静默模式下,现在会显示可写链接(如果可用),方便用户快速分享会话
安装与使用改进
对于 macOS 用户,现在可以通过 Homebrew 更方便地安装 sshx。这一变化简化了安装流程,使 sshx 更容易被新用户接受和使用。
在 Windows 平台上,用户可以直接从官网下载适用于 x86_64 和 ARM64 架构的预编译二进制文件,无需复杂的配置即可开始使用。
总结
sshx v0.4.0 是一个注重兼容性和稳定性的版本。通过支持 Windows ARM64 架构,它扩展了潜在用户群体;通过现代化 Rust 依赖项,它确保了项目的长期健康发展;而前端优化则直接提升了终端用户的使用体验。这些改进共同推动 sshx 向着更成熟、更可靠的方向发展。
对于现有用户,建议升级到 v0.4.0 以获得更好的性能和稳定性;对于新用户,现在正是尝试 sshx 的好时机,特别是那些使用 ARM 架构 Windows 设备的用户。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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