Wakapi 2.13.0版本发布:时间计算逻辑重构与日历视图功能上线
项目简介
Wakapi是一个轻量级的开源编程时间追踪工具,它通过记录开发者在各种编程环境中的活动(如代码编辑、终端操作等)来统计和分析编码时间。与商业产品WakaTime类似,Wakapi提供了自托管的选择,让开发者能够完全掌控自己的数据。
核心变更:时间计算逻辑重构
本次2.13.0版本最重要的改进是对时间计算逻辑进行了彻底重构。这一变化源于社区用户的长期反馈,旨在使Wakapi的时间计算方式更加接近WakaTime的实现。
旧版逻辑的局限性
在之前的版本中,Wakapi使用单一的timeout参数同时承担两个职责:
- 作为真正意义上的超时参数,控制两个心跳信号之间的最大间隔时间
- 用于对每个心跳序列中的"最后"一个心跳进行填充(padding)
这种设计存在明显缺陷,因为它将两个不同的功能耦合在同一个参数中,导致时间计算不够精确和灵活。
新版逻辑改进
新版Wakapi做出了以下关键改变:
- 完全移除了padding机制(WakaTime也没有此功能)
- 大幅增加了超时时间的上限(最高可达1小时)
- 默认超时时间从2分钟调整为10分钟(WakaTime使用15分钟)
具体参数范围如下:
- 默认超时:10分钟
- 最小超时:1分钟
- 最大超时:60分钟
对于用户自定义的超时设置,如果小于最小值或大于最大值,系统会自动将其截断到有效范围内。没有自定义设置的用户则会被迁移到新的默认值10分钟。
影响与注意事项
这一变更将直接影响用户的编码时间统计结果,大多数情况下统计的编码时间会比以前更多。从严格意义上讲,这可以被视为一个破坏性变更(breaking change)。
开发者需要注意,这种底层逻辑的重大变更可能会在初期带来一些未预期的错误,特别是在使用非MySQL数据库的自托管实例上。团队鼓励用户在发现问题时及时反馈。
新增功能
日历视图
2.13.0版本引入了全新的日历视图功能,让用户能够以更直观的方式查看自己的编码活动分布。这一功能由社区贡献者justin-jiajia实现,满足了用户对更丰富可视化选项的需求。
用户名修改
现在用户可以直接在系统中修改自己的用户名,而不需要管理员干预或重新创建账户,大大提升了使用便利性。
性能优化与问题修复
本次发布还包含多项性能改进,显著提升了系统响应速度和处理效率。特别是在大数据量场景下,用户将感受到明显的性能提升。
已修复的主要问题包括:
- 某些情况下时间统计不准确的问题
- 特定操作导致的数据不一致问题
- 其他若干影响用户体验的小问题
总结
Wakapi 2.13.0版本通过重构核心时间计算逻辑,使统计结果更加准确和合理。新增的日历视图和用户名修改功能进一步丰富了产品功能集。虽然时间计算方式的变更可能导致统计结果的短期波动,但从长远来看,这些改进将使Wakapi成为一个更加强大和可靠的时间追踪工具。
对于自托管用户,建议在升级前做好数据备份,并在升级后密切关注系统运行状况。开发团队将持续关注用户反馈,及时修复可能出现的任何问题。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python02
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
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
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).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00