Chrome Power App 1.1.5版本发布:跨平台支持与架构优化
Chrome Power App是一款基于Electron框架开发的跨平台浏览器增强工具,旨在为用户提供更高效、更便捷的网页浏览体验。该项目通过整合多种实用功能,帮助用户提升日常浏览效率。
跨平台支持全面升级
1.1.5版本最显著的改进是新增了对macOS平台的完整支持。开发者针对Apple Silicon芯片(arm64架构)进行了专门优化,提供了两种分发格式:
- 标准的DMG安装包(255MB),适合大多数macOS用户直接安装使用
- 便携式ZIP压缩包(730MB),方便需要绿色版或测试环境的用户
这种双格式支持体现了开发者对不同用户使用习惯的考虑,DMG安装包提供了标准的macOS应用安装体验,而ZIP包则保留了应用的便携性。
扩展程序支持增强
新版本改进了对浏览器扩展程序的支持机制,使得用户能够:
- 更自由地安装和管理各类Chrome扩展
- 保持扩展功能与原生Chrome浏览器的一致性
- 实现扩展数据的同步和持久化存储
这一改进显著提升了应用的实用性和可定制性,用户现在可以根据个人需求自由扩展浏览器功能。
架构优化与精简
1.1.5版本进行了重要的架构调整,移除了内置的Chromium内核。这一改变带来了多重优势:
- 显著减小了应用体积(相比包含Chromium内核的版本)
- 降低了系统资源占用
- 提高了启动速度
- 简化了更新维护流程
这种设计选择体现了现代应用开发的趋势——尽可能利用系统原生组件,而不是打包所有依赖。对于Windows用户,应用会自动调用系统已安装的Chrome/Edge浏览器引擎;对于macOS用户,则会使用系统自带的WebKit核心。
技术实现细节
从构建产物分析,开发者采用了Electron Builder作为打包工具,这从生成的blockmap文件和yml更新描述文件可以得到验证。blockmap文件的应用说明开发者实现了增量更新机制,用户可以只下载变更部分而非完整包,这对后续版本更新时的用户体验尤为重要。
针对不同平台,开发者提供了对应的自动更新配置:
- Windows平台使用latest.yml描述文件
- macOS平台使用latest-mac.yml描述文件
这种平台差异化的更新策略确保了各平台用户都能获得最优的更新体验。
总结
Chrome Power App 1.1.5版本通过跨平台支持、扩展程序增强和架构精简三大改进,为用户带来了更完善的产品体验。特别是对macOS用户而言,这一版本标志着该应用真正成为全平台可用的浏览器增强工具。移除Chromium内核的决定虽然大胆,但符合现代应用轻量化的趋势,也体现了开发者对系统资源优化的重视。这些改进共同使得Chrome Power App在保持功能强大的同时,变得更加高效和易用。
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