Project Graph 1.6.1版本发布:自动布局与交互优化
Project Graph是一款专注于节点关系可视化的工具软件,它能够帮助用户通过图形化的方式构建和管理复杂的项目结构或知识体系。在最新发布的1.6.1版本中,开发团队重点优化了自动布局功能和用户交互体验,使这款工具更加高效易用。
核心功能增强
1.6.1版本引入了横向和纵向的紧密堆积自动布局功能,这是对原有布局系统的重要补充。自动布局算法经过优化,能够根据用户选择的布局方向(水平或垂直)智能排列节点,保持图形整洁的同时最大化利用画布空间。这项改进特别适合处理大型项目中的复杂节点关系图,用户不再需要手动调整每个节点的位置。
在交互方面,新版本改进了节点选择机制。现在用户可以通过Shift+方向键的组合操作实现多选节点,大大提升了批量操作的效率。这一改进使得用户能够快速选择相邻的多个节点进行统一操作,如批量移动、删除或应用样式。
导航与可视化优化
针对大型图形的导航问题,1.6.1版本新增了翻页式移动功能。用户可以使用PageUp、PageDown、Home和End键快速浏览画布的不同区域。考虑到MacBook等设备缺少这些物理按键,开发团队贴心地提供了替代方案——Shift+I/J/K/L组合键,确保所有用户都能享受到这一便利功能。
为了提升操作反馈的直观性,新版本增加了视野操作时的鼠标特效提示。这些视觉反馈帮助用户更清楚地理解当前的操作状态,特别是在区分触摸板手势和鼠标滚轮操作时特别有用。虽然这些特效主要用于开发调试目的,但用户可以根据个人喜好选择开启或关闭。
问题修复与稳定性提升
1.6.1版本修复了多个影响用户体验的问题。亮色主题下设置界面右上角的关闭按钮现在更加清晰可见;反转连线操作导致的选中状态和颜色丢失问题得到解决;CR曲线现在可以通过按钮正常删除。这些修复使软件运行更加稳定可靠。
脚本系统开发进展
虽然仍在开发中,但1.6.1版本在脚本系统方面也取得了一定进展。新增了脚本型插件的说明文档,为开发者提供了更全面的参考。脚本系统的持续开发将为Project Graph带来更强大的扩展能力,未来用户可以通过编写脚本实现自定义功能和自动化流程。
总体而言,Project Graph 1.6.1版本通过增强自动布局、优化交互体验和修复关键问题,进一步提升了这款可视化工具的实用性和易用性。对于需要处理复杂节点关系的用户来说,这些改进将显著提高工作效率。
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-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