LiveBlocks v2.18.0发布:用户通知设置功能详解
项目简介
LiveBlocks是一个为实时协作应用提供基础设施的JavaScript库集合,它简化了多人协作、实时数据同步等功能的实现。通过提供客户端SDK和服务器端API,开发者可以快速构建类似Google Docs、Figma这样的实时协作应用。
用户通知设置功能发布
LiveBlocks最新发布的v2.18.0版本引入了一项重要功能——用户通知设置管理。这项功能允许开发者在应用中创建精美的用户通知设置页面,让用户能够自定义他们在不同渠道接收的通知类型。
功能概览
新版本在@liveblocks/client、@liveblocks/react和@liveblocks/node三个核心包中新增了管理用户通知设置的API。开发者现在可以支持以下几种通知类型:
- thread:线程相关的通知
- textMention:文本中被提及的通知
- 自定义通知类型(以
$开头)
这些通知可以通过以下渠道发送:
- 电子邮件
- Slack
- Microsoft Teams
- Web Push
控制面板集成
LiveBlocks还新增了通知设置控制面板,开发者可以在这里启用或禁用特定渠道的特定通知类型。这意味着LiveBlocks的内部通知系统会根据这些设置决定是否向你的webhook发送事件。
各包具体实现
@liveblocks/client
客户端包新增了两个方法来获取和更新用户通知设置:
import { createClient } from '@liveblocks/client'
const client = createClient({ ... })
// 获取当前通知设置
const settings = await client.getNotificationSettings();
// 更新通知设置
const updatedSettings = await client.updateNotificationSettings({
email: {
thread: false, // 禁用电子邮件的线程通知
}
});
@liveblocks/react
React包新增了一组钩子来管理用户通知设置:
- useNotificationSettings:同时获取和更新通知设置
import { useNotificationSettings } from "@liveblocks/react";
const [{ settings }, updateSettings] = useNotificationSettings();
const onSave = () => {
updateSettings({
slack: {
textMention: true, // 启用Slack的提及通知
},
});
};
- useUpdateNotificationSettings:仅更新通知设置(如退订按钮)
import { useUpdateNotificationSettings } from "@liveblocks/react";
const updateSettings = useUpdateNotificationSettings();
const onUnsubscribe = () => {
updateSettings({
slack: {
thread: false, // 禁用Slack的线程通知
},
});
};
@liveblocks/node
Node.js客户端新增了三个方法来管理用户通知设置:
import { Liveblocks } from "@liveblocks/node";
const liveblocks = new Liveblocks({ secret: "sk_xxx" });
// 获取用户通知设置
const settings = await liveblocks.getNotificationSettings({ userId });
// 更新用户通知设置
const updatedSettings = await liveblocks.updateNotificationSettings({
userId,
data: {
teams: {
$fileUploaded: true, // 启用Teams的文件上传自定义通知
},
},
});
// 删除用户通知设置
await liveblocks.deleteNotificationSettings({ userId });
邮件通知改进
@liveblocks/emails包中的两个邮件准备函数有了行为改进:
prepareThreadNotificationEmailAsHtmlprepareThreadNotificationEmailAsReact
现在这些函数会考虑之前邮件的数据内容,避免重复提取已经包含在之前邮件中但尚未阅读的提及和回复。这一改进使得通知邮件更加智能,减少了冗余信息。
技术实现建议
对于开发者来说,实现通知设置功能时可以考虑以下最佳实践:
- 渐进式增强:先实现核心渠道(如邮件),再逐步添加其他渠道支持
- 用户引导:在首次使用时引导用户设置通知偏好
- 批量更新:减少API调用次数,尽量在一次更新中修改多个设置
- 错误处理:妥善处理网络错误和权限问题
- 本地缓存:在客户端缓存通知设置,提升用户体验
总结
LiveBlocks v2.18.0的通知设置功能为实时协作应用提供了更完善的用户通知管理能力。通过统一的API接口,开发者可以轻松实现跨渠道、多类型的通知设置,同时通过控制面板进行集中管理。这一功能的引入使得LiveBlocks在实时协作领域的功能更加全面,为开发者构建更专业的协作应用提供了有力支持。
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 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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