Yomitan 25.3.10.0版本发布:提升浏览器兼容性与Anki集成体验
Yomitan是一款开源的浏览器扩展工具,主要用于日语学习场景下的文本翻译和词汇查询。作为Rikaitan项目的继任者,Yomitan在保持原有核心功能的基础上,持续优化用户体验并扩展功能边界。本次发布的25.3.10.0版本带来了一系列值得关注的改进。
核心功能优化
在最新版本中,开发团队对扫描触发机制进行了重要调整。默认情况下禁用了"scanOnPenHover"选项,这意味着当用户使用触控笔悬停时不会自动触发扫描功能。这一改变显著降低了误触发的概率,特别是在使用绘图板或触控设备时,能够提供更加稳定的使用体验。
浏览器兼容性增强
针对Chromium内核浏览器的特殊DOM处理机制,本次更新引入了基于caretPositionFromPoint API的创新解决方案。这项技术突破使得扩展能够更可靠地穿透复杂DOM结构,解决了长期以来在复杂网页结构中文本选择困难的问题。对于开发者而言,这种实现方式比传统的基于范围选择的方法更加健壮和高效。
Anki集成改进
Anki同步功能获得了多项实质性优化:
- 媒体文件注入逻辑得到修复,现在能够更准确地识别和处理需要插入Anki卡片的多媒体内容
 - 默认字段配置方案全面升级,新的预设模板更加符合语言学习者的实际需求
 - 用户界面调整,将覆盖警告提示移至更合理的"更多选项"区域,提升了设置界面的整洁度
 
开发者相关更新
在构建和依赖管理方面,项目将dawidd6/action-download-artifact从v7升级至v9版本。这一更新为持续集成流程带来了性能提升和新特性支持,虽然对终端用户不可见,但为开发者提供了更高效的构建环境。
技术实现亮点
值得注意的是,本次更新中采用的caretPositionFromPoint API解决方案展现了开发团队对浏览器底层API的深入理解。这种方法相比传统的文本范围选择技术,在处理现代网页的复杂结构时表现出更好的稳定性和兼容性,特别是在应对特殊DOM等较新的Web技术时优势明显。
对于Anki集成的改进则体现了团队对用户实际工作流的细致观察。通过优化默认字段配置和修复媒体注入逻辑,使得从Yomitan到Anki的知识转移过程更加顺畅自然,大大提升了语言学习者的工作效率。
总体而言,Yomitan 25.3.10.0版本在保持原有功能稳定性的基础上,通过多项技术改进提升了核心体验,特别是在浏览器兼容性和学习工具集成方面取得了显著进展。这些更新使得这款工具在日语学习辅助领域继续保持领先地位。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
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
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).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00