KitchenOwl v0.6.9版本发布:提升网络稳定性与用户体验
KitchenOwl是一款开源的智能厨房管理应用,它帮助用户高效管理购物清单、食谱和食材库存。作为一个全栈解决方案,KitchenOwl提供了Web、移动端和桌面应用,支持多用户协作,让厨房管理变得更加轻松便捷。
网络稳定性显著提升
本次v0.6.9版本的核心改进集中在网络稳定性方面。开发团队针对用户反馈的随机登出问题进行了深入修复,特别是在网络条件不佳的情况下:
-
强制离线模式持久化:现在即使用户在网络波动时被迫进入离线模式,应用能够更好地保持状态,避免数据丢失。
-
网络错误处理优化:改进了token刷新机制,使其在网络错误发生时更加健壮。这意味着即使用户在弱网环境下,也能保持登录状态,减少不必要的重新认证。
-
离线模式通信隔离:在离线模式下,应用会智能地禁用所有网络通信,防止因尝试连接而导致的错误,同时确保本地功能的正常使用。
功能增强与改进
除了稳定性提升,新版本还带来了一些实用的功能改进:
-
SMTP TLS支持:邮件通知功能现在支持TLS加密协议,提高了邮件传输的安全性,特别是对于使用自建邮件服务器的用户。
-
智能计划排序:计划器(Planner)现在会根据当前日期智能排序周几的任务,使界面显示更加符合用户的实际使用习惯。
-
复合食材解析:改进了NLP(自然语言处理)对食谱中复合食材的解析能力,能够更准确地识别和处理包含多个成分的食材条目。
本地化与国际化
KitchenOwl继续加强其国际化支持:
-
新增泰米尔语默认物品选项:为泰米尔语用户提供了更本地化的默认物品列表。
-
翻译更新:通过Weblate平台,社区贡献者持续更新了多种语言的翻译内容。
技术优化与修复
开发团队还解决了一系列技术问题:
-
后端启动改进:修复了在设置BASE_HREF环境变量时后端启动可能出现的问题。
-
本地食谱抓取:优化了本地食谱的抓取功能,提高了兼容性和稳定性。
-
API服务健壮性:增强了API服务在网络中断情况下的容错能力。
生态系统扩展
值得一提的是,KitchenOwl生态系统正在扩展,现在有了Home Assistant自定义集成,允许用户将KitchenOvl与智能家居系统Home Assistant无缝连接,实现更智能的厨房管理体验。
总结
KitchenOwl v0.6.9版本虽然是一个小版本更新,但带来了重要的稳定性和用户体验改进。特别是对网络状况不佳的用户来说,这些改进将显著提升使用体验。随着国际化支持的不断完善和生态系统的扩展,KitchenOwl正逐步成为一个更加成熟和全面的厨房管理解决方案。
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