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。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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).Dockerfile015
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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00