Project Graph v1.7.0 发布:无向边与交互优化详解
2025-06-24 20:13:48作者:宗隆裙
Project Graph 是一款专注于图形化思维表达与可视化的工具软件,它允许用户通过节点、连线等元素构建复杂的知识图谱和思维导图。最新发布的 v1.7.0 版本带来了多项重要更新,特别是在无向边功能和用户体验方面的改进。
无向边功能全面升级
v1.7.0 版本最显著的创新是引入了无向边功能,这为图形表达提供了更多可能性。无向边在数学和计算机科学中通常用于表示无方向性的关系,在社交网络分析、知识图谱构建等领域有着广泛应用。
创建与编辑无向边
用户可以通过简单的快捷键操作创建无向边:
- 选中两个可连接实体后按下 Shift + G 创建标准无向边
- 选中多个实体后按下 Shift + G 创建多源无向边(超边)
无向边支持三种箭头样式选择:
- 无箭头:纯粹表示关联关系
- 内向箭头:表示某种指向性关系
- 外向箭头:表示相反的指向性关系
两种渲染模式
新版本提供了两种无向边渲染方式:
- 连线型:传统的边连接方式,适合简单关系表示
- 凸包型:将多个节点包裹在同一个区域内,特别适合表示集合关系、交叉嵌套和韦恩图
多源无向边(超边)的中心文字位置可以自由拖动调整,这为复杂图形的布局提供了更大灵活性。从学术角度看,多源无向边实际上实现了超图(Hypergraph)的可视化能力,这在复杂系统建模中非常有用。
交互体验优化
v1.7.0 版本对用户交互进行了多处细致改进:
-
复制粘贴流程简化:复制印章出现时,左键按下即可完成粘贴操作,减少了操作步骤。
-
视图导航优化:
- 当右键拖拽空白部分设置为移动舞台时,中键拖拽会自动切换为劈砍功能
- 涂鸦模式下禁用 alt 跳跃移动,避免误操作
- 视野缩放到极小时,选中边缘会变粗,确保用户不会遗漏远处的对象
-
文本编辑体验提升:
- 框内文本节点宽度随内容自动调整时,外部框会自动适应大小
- 空草稿不再提示保存,减少不必要的干扰
-
选择精度改进:增加了线段碰撞箱的粗度,使选择操作更加准确。
视觉与性能优化
在视觉呈现方面,v1.7.0 版本:
- 简化了鼠标滚轮缩放时的提示特效,减少视觉干扰
- 优化了双向连线的端点位置,使连接更加美观
- 当视图缩放到一定程度时,会自动隐藏实体详细信息,既保持界面整洁又提升性能
性能方面的重要改进是实现了细节层次(LOD)渲染:当画面缩小到特定程度时,系统会自动停止渲染实体详细信息,这显著提升了在复杂图形下的操作流畅度。
技术价值与应用场景
Project Graph v1.7.0 的无向边功能为多个领域提供了新的可视化可能性:
- 数学教育:可以更直观地展示集合论中的韦恩图概念
- 知识管理:超边功能适合表示复杂的概念关联和知识聚类
- 系统架构:凸包型渲染有助于展示系统组件间的层次和包含关系
- 社交网络分析:多源无向边可以表示群组关系和社区结构
交互优化使得从专业用户到普通用户都能获得更流畅的使用体验,而性能改进则确保了在处理大规模图形时的响应速度。
总的来说,Project Graph v1.7.0 通过引入无向边和超边概念,结合多项交互优化,进一步巩固了其作为专业图形化思维工具的地位,为知识可视化提供了更多可能性。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1