OtterWiki v2.11.0 版本发布:增强导航与内容管理能力
OtterWiki 是一个基于 Git 的轻量级 Wiki 系统,采用 Python 编写,具有简洁的界面和强大的版本控制功能。它特别适合团队协作编写文档,所有内容变更都通过 Git 进行版本管理,支持 Markdown 格式,并提供完善的权限控制系统。
核心功能升级
侧边栏导航优化
新版本引入了 SIDEBAR_MENUTREE_FOCUS 配置选项,解决了页面导航中的一大痛点。传统 Wiki 系统的树形导航往往只显示当前展开的路径,而这次更新允许用户选择始终显示所有页面在侧边栏中。这个改进特别适合内容结构复杂的大型 Wiki,用户无需反复展开折叠就能快速定位到目标页面,显著提升了导航效率。
内容变更订阅功能
针对团队协作场景,v2.11.0 新增了 RSS/Atom 订阅功能。现在团队成员可以通过自己喜欢的阅读器订阅 Wiki 的变更日志,实时获取内容更新通知。这个功能基于标准协议实现,支持大多数现代阅读器,为分布式团队提供了更灵活的内容跟踪方式。
锚点链接支持
Markdown 编辑体验得到增强,现在支持在 Wiki 链接中包含片段标识符(即锚点)。用户可以通过 [[页面名称#章节]] 的语法直接链接到页面的特定章节,这在长文档中特别有用。系统会自动验证目标锚点是否存在,确保链接有效性。
部署改进
Docker 权限管理优化
容器化部署方面做了重要改进,现在可以通过环境变量 PUID 和 PGID 灵活配置运行时的用户权限。对于使用 slim 镜像的场景,支持通过 --user 参数直接指定运行用户。这些改进使得 OtterWiki 在严格的权限控制环境中部署更加方便,也更好地遵循了安全最佳实践。
问题修复与稳定性
本次发布修复了 Unicode 字符导致页面历史显示异常的问题,增强了系统对多语言内容的支持。此外还包括多项代码质量改进,遵循 pyright 静态类型检查器的建议进行了代码清理,提升了整体代码健壮性。
总结
OtterWiki v2.11.0 版本在用户体验和系统功能上都做出了显著改进。导航系统的优化让内容查找更加高效,订阅功能的加入提升了团队协作的便利性,而部署选项的完善则让系统在各种环境中都能稳定运行。这些改进使得 OtterWiki 作为一个轻量级 Wiki 解决方案更加成熟可靠,特别适合技术文档管理和团队知识共享场景。
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