Romm项目v3.7.2版本发布:游戏管理平台的重要更新
Romm是一个开源的复古游戏管理平台,它可以帮助游戏爱好者整理、管理和游玩各种复古游戏。作为一个现代化的游戏库管理系统,Romm提供了游戏元数据管理、封面艺术展示、游戏模拟运行等功能,让用户可以方便地构建自己的数字游戏收藏库。
核心功能更新
本次发布的v3.7.2版本带来了多项重要改进,主要集中在游戏模拟体验和用户界面优化方面。
模拟器引擎升级
项目将内置的EmulatorJS模拟器引擎升级到了v4.2.1版本。这一更新特别针对NeoGeo AES和MVS游戏进行了优化,现在这些经典街机游戏可以在平台上正常运行了。对于复古游戏爱好者来说,这意味着能够更流畅地体验这些经典作品。
游戏管理界面改进
在用户界面方面,开发团队对游戏库的表格视图进行了重新设计。新的表格视图增加了更适合游戏排序的列,使玩家能够更高效地浏览和管理自己的游戏收藏。这种改进特别适合拥有大量游戏的用户,帮助他们更快地找到特定游戏。
用户账户与安全增强
登录方式优化
新版本引入了DISABLE_USERPASS_LOGIN环境变量,当平台使用OIDC(OpenID Connect)认证时,可以通过这个设置禁用传统的用户名/密码登录字段和端点。这一改进增强了系统的安全性,特别是在企业部署场景下。
OIDC认证改进
针对OIDC认证,v3.7.2版本修复了多个问题并增加了新功能:
- 新增了
OIDC_TLS_CACERTFILE环境变量,允许指定挂载的证书文件路径,用于加密的OIDC登录 - 改进了OIDC邮箱验证检查机制
- 修复了当OIDC服务器应用URL带有尾部斜杠时可能导致的失败问题
这些改进使得使用外部身份提供商的登录体验更加稳定可靠。
游戏体验优化
继续播放功能控制
新版本在游戏卡片菜单中增加了一个选项,允许用户将特定游戏从首页的"继续播放"部分移除。这个功能让用户能够更好地控制自己的游戏进度展示,保持首页的整洁性。
游戏标题格式化
开发团队改进了游戏标题的格式化处理,现在版本切换器能够正确显示游戏的修订版本信息。这对于拥有多个版本游戏的收藏者来说特别有用。
技术架构改进
数据库兼容性
v3.7.2版本修复了在使用实验性PostgreSQL数据库时的一些错误,特别是改进了对JSON包含函数的正确处理。这使得平台在数据库选择上更加灵活。
前端优化
项目移除了SASS库的依赖,简化了前端构建过程。同时增加了对WebGL的检测功能,在测试EmulatorJS支持时会先检查WebGL可用性,确保模拟器能够正常运行。
多语言支持
本次更新还增加了对德语语言的支持,使平台能够服务更广泛的用户群体。
总结
Romm v3.7.2版本虽然在版本号上是一个小更新,但包含了多项实质性的改进,特别是在游戏模拟体验、用户界面和系统安全性方面。这些变化使得这个开源游戏管理平台更加稳定、易用和安全,为复古游戏爱好者提供了更好的数字收藏管理体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00