Stream Chat Android v6.13.0 版本发布:消息草稿与状态管理优化
Stream Chat Android 是一个功能强大的 Android 即时通讯 SDK,它为开发者提供了构建聊天应用所需的各种组件和工具。最新发布的 v6.13.0 版本带来了一系列重要更新,主要集中在消息草稿功能和全局状态管理方面。
消息草稿功能
本次更新最显著的变化是引入了消息草稿功能。开发者现在可以为频道和线程创建草稿消息,这些草稿会在用户下次打开应用时自动恢复。这对于提升用户体验非常有帮助,特别是在用户输入过程中意外退出应用的情况。
实现这一功能的核心是新增的 DraftMessage 实体类,它封装了草稿消息的所有必要信息。客户端提供了三个关键方法:
createDraftMessage()用于创建草稿deleteDraftMessages()用于删除草稿queryDraftMessages()用于查询草稿
在 UI 层面,Compose 和 View 系统都新增了相关配置选项,开发者可以通过 ChatUI.draftMessagesEnabled 或相应的 ViewModel 工厂类属性来启用/禁用这一功能。
全局状态管理改进
另一个重要改进是对全局状态 GlobalState 的管理方式。新版本引入了 ChatClient.globalStateFlow,这是一个仅在用户连接时才会发射值的 Flow。这种设计更加符合响应式编程的原则,也解决了之前版本中可能出现的进程死亡后状态恢复问题。
状态管理的变化还影响了 ChannelListViewModel 的构造函数,现在它接收的是一个 Flow<GlobalState> 而非直接的 GlobalState 对象。这种改变使得状态管理更加灵活和可靠。
提及功能增强
提及功能在这个版本中得到了显著增强。新增的 MentionListController 统一管理了提及列表的状态逻辑,这使得代码更加模块化,也为 Compose 和 View 系统的共享使用提供了便利。此外,提及列表现在支持分页功能,可以更好地处理大量用户的情况。
音频录制与消息气泡改进
在用户体验方面,修复了音频录制附件在应用进入后台或屏幕被覆盖时不会暂停的问题。对于消息气泡,现在提供了更多的自定义选项,包括:
- 通过
ChatComponentFactory自定义消息气泡和失败图标 - 通过
MessageTheme自定义错误消息的文本样式和背景色 - 文本格式化器现在可以基于
Message对象动态调整文本样式
其他改进
- 消息选项菜单现在会根据上下文智能显示"Thread reply"选项
- 新增了消息编辑器阴影高度的自定义选项
- 修复了各种边界情况下的崩溃问题
- 优化了头部拦截器对特殊字符的处理
总的来说,v6.13.0 版本在保持稳定性的同时,引入了多项实用的新功能和改进,特别是消息草稿功能的加入,将显著提升终端用户的使用体验。对于开发者而言,增强的状态管理和更丰富的自定义选项也使得构建高质量的聊天应用变得更加容易。
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