OneMore 6.7.1版本更新:全面提升OneNote插件功能体验
OneMore是一款功能强大的Microsoft OneNote插件,它为OneNote用户提供了丰富的扩展功能,大大提升了笔记管理和编辑的效率。最新发布的6.7.1版本"Retied in a Ribbon"带来了多项功能增强和问题修复,进一步优化了用户体验。
核心功能增强
本次更新在URL处理方面做了显著改进,新增了"检查URL"命令,可以验证页面中所有链接的有效性。同时增加的"用地址替换URL标题"命令,能够快速将链接文本转换为实际网址,这在整理网络参考资料时特别实用。用户现在还可以通过新增的"在浏览器中打开页面/分区/笔记本"命令,直接从OneNote跳转到网页浏览。
对于表格处理,6.7.1版本新增了"选择所有表格"命令,方便用户批量操作页面中的表格元素。时间管理方面也得到加强,新增的"更新页面时间"命令可以快速调整页面时间戳,而时间跨度值的表格公式求和功能则为时间统计提供了更多便利。
导航与内容管理优化
导航器历史面板现在支持删除单个历史记录项,让用户可以更灵活地管理浏览历史。页面目录功能增加了限制标题显示深度的选项,使大型文档的导航更加清晰。特别值得一提的是,用户现在可以选择将OneMore功能分离到独立的Ribbon选项卡中,保持界面整洁。
目录覆盖功能得到增强,允许将目录覆盖在现有大纲上,而不会破坏原有内容结构。命令面板的字符搜索现在支持增量匹配,提升了命令查找效率。对于开发者,Python多行注释的语法高亮显示问题已修复,代码阅读体验更佳。
标签与样式处理改进
标签功能是本次更新的重点之一。新增的"扫描标签"命令(快捷键Ctrl+Alt+F10)可以快速扫描当前页面的标签。标签索引页现在为每个页面添加了复选框,便于多选操作。修复了逗号分隔标签识别问题,使标签系统更加可靠。
样式处理方面,修复了"应用页面样式"命令可能导致的异常问题,移除了调试钩子,确保操作流畅完成。自定义颜色现在能正确应用到水平线片段上,视觉一致性更好。此外,修复了自定义标题使用默认字体大小时的快速样式设置问题。
用户体验细节打磨
6.7.1版本在多个细节上进行了优化:移除了复制段落或页面链接后出现的气泡提示窗口,减少了操作干扰;修复了导航器标题面板中可能暴露CSS代码的问题;解决了Obsidian风格链接图片路径中不允许空格的问题;改进了"粘贴为文本"命令,确保正确保留换行格式。
内部性能方面,标签扫描器的默认节流时间从40ms缩短到20ms,响应更迅速。更新命令现在会忽略预发布版本,避免意外升级。多选图片时的调整大小行为更加准确可靠。
总结
OneMore 6.7.1版本通过新增实用功能和修复各类问题,显著提升了OneNote的使用体验。从URL处理到标签管理,从表格操作到样式应用,每个改进都体现了开发者对细节的关注和对用户需求的深入理解。无论是日常笔记整理还是复杂文档编辑,这个版本都能为用户提供更高效、更稳定的支持。
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
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
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