MagicMirror v2.31.0 版本发布:现代化智能镜框系统全面升级
MagicMirror 是一个开源的模块化智能镜框系统,它能够将普通镜子转变为交互式信息中心。通过安装各种功能模块,用户可以在镜面上显示天气、日历、新闻、系统状态等信息,打造个性化的智能家居体验。
核心功能增强
本次发布的 v2.31.0 版本对系统核心进行了多项优化:
-
环境适配改进:客户端启动时现在会自动检测
WAYLAND_DISPLAY或DISPLAY环境变量,并根据检测结果选择使用 Wayland 或 X11 显示协议启动 Electron 应用,提升了不同桌面环境下的兼容性。 -
系统信息调用优化:对 systeminformation 库的调用进行了性能优化,减少了不必要的系统资源消耗,使信息显示更加高效。
-
开发体验提升:更新了 X11 开发启动脚本,使开发者能够更方便地在不同环境下进行调试。
用户界面与交互改进
-
数字时钟样式自定义:新增了对数字时钟时、分、秒的 CSS 样式支持,开发者可以通过
.clock-hour-digital、.clock-minute-digital和.clock-second-digital类名进行精细化的样式控制。 -
国际化支持增强:新增了阿拉伯语和世界语(Esperanto)的翻译支持,同时更新了希腊语翻译,使更多地区的用户能够使用母语界面。
-
天气模块功能扩展:
- 在小时视图中新增了湿度显示选项
- 添加了隐藏零值小时条目的功能,当整列为空时可自动隐藏
- 对 Yr 天气提供商实施了最低 10 分钟的更新间隔限制,以符合服务条款要求
模块功能更新
-
新闻订阅模块:现在可以为每个订阅源单独设置
ignoreOlderThan值,实现对不同新闻源的内容时效性进行差异化控制。 -
天气模块:
- WeatherFlow 提供商增加了小时预报支持
- 修复了图标显示问题
- 新增了紫外线指数、降水量和位置名称显示功能
-
更新通知模块:现在可以遍历 modules 目录来检查更新,而不仅限于
config.js中定义的模块,提高了灵活性。
问题修复与稳定性提升
-
日历模块:
- 修复了广播事件被截断的问题
- 解决了时区处理错误导致纽约事件在中央时区系统上显示时间不正确的问题
- 修复了数组符号处理问题
-
天气模块:修复了 openmeteo 提供商中天气条件名称错误导致图标显示为 n/a 的问题。
-
Yr 天气提供商:改进了对异常 API 响应的处理机制,现在能够从中恢复而不是冻结。
-
赞美模块:修复了晚间事件在白天显示的问题。
开发者工具与测试改进
-
测试环境:更新了 Electron 测试环境,现在可以在 GitHub 的 ubuntu-24.04 镜像上运行,根据环境变量选择使用 xserver 或 labwc。
-
代码质量:更新了 Prettier 和 ESLint 配置,简化了代码格式化规则,提高了代码一致性。
-
问题跟踪:新增了功能请求和错误报告的问题模板,规范了问题提交格式。
技术栈升级
-
Electron 升级:将 Electron 框架升级至 v35 版本,带来了性能提升和新特性支持。
-
依赖更新:更新了多个核心依赖项,确保系统安全性和兼容性。
使用建议
对于计划升级的用户,需要注意以下事项:
-
新版本要求 Node.js 版本至少为 v22.14.0 或更高。
-
时钟模块中的
secondsColor选项已被标记为废弃,建议开发者迁移到新的 CSS 类名控制方式。 -
使用 Yr 天气提供商时,系统会自动将更新间隔调整为至少 10 分钟,开发者无需手动调整。
MagicMirror v2.31.0 版本通过多项功能增强和问题修复,进一步提升了系统的稳定性、可用性和国际化支持,为开发者和终端用户都带来了更好的体验。
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
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