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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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