OctoPrint 1.11.0 RC1发布:3D打印控制软件迎来多项重要更新
项目简介
OctoPrint是一款广受欢迎的开源3D打印控制软件,它允许用户通过网页界面远程监控和控制3D打印机。作为3D打印爱好者和专业人士的得力助手,OctoPrint提供了文件管理、打印监控、远程控制等核心功能,大大提升了3D打印的便捷性和可控性。
版本亮点
OctoPrint 1.11.0 RC1作为预发布版本,带来了多项重要更新和改进。虽然这是一个候选版本而非稳定版,但它展示了即将到来的功能增强和问题修复。以下是本次更新的主要亮点:
1. 新增插件功能
本次更新引入了三个全新的内置插件,显著提升了用户体验:
-
自定义控制管理器:彻底重构了原有的自定义控制功能,现在用户可以直接在UI界面中配置控制按钮,无需手动编辑配置文件。这个插件基于Marc Hannapel的Custom Control Editor插件进行了全面重写和优化。
-
健康检查插件:新增的系统健康监控功能会检测运行环境问题,包括存储空间不足、Python版本过旧等。通过导航栏图标直观显示系统状态,严重问题会弹出警告提示。
-
上传管理器插件:源自Marc Hannapel的Filemanager插件,但进行了大量改进。支持批量文件操作、ZIP下载、多选操作等高级功能,使文件管理更加高效。
2. 多因素认证支持
OctoPrint现在支持多因素认证(MFA)方案,通过新的MfaPlugin插件接口,开发者可以扩展认证方式。官方已经发布了基于TOTP的MFA插件,增强了系统安全性。
3. 延时摄影改进
针对延时摄影功能进行了多项优化:
- 新增渲染延迟配置,打印完成后可以等待一段时间再渲染视频
- 新增自动渲染选项,可根据打印成功/失败状态决定是否渲染
- 改进了渲染队列管理,避免在短时间内多次打印时产生冲突
4. 安全与权限增强
- 反向代理配置更加清晰,新增localhost代理信任选项
- 支持基于HTTP头的用户组自动分配,便于集成外部认证系统
- 移除了SSDP XML中的版本信息,减少信息泄露风险
技术架构改进
1. 开发工具升级
- 迁移到Pydantic 2.x(Python 3.8+)
- 采用ruff替代原有linting工具
- 移除pkg_resources依赖,改用更现代的importlib和packaging
- 增加模板变量自动转义功能,提升安全性
2. 兼容性说明
这是最后一个支持Python 3.7和3.8的版本。1.12.0+将要求至少Python 3.9。新增的健康检查功能会提前警告用户环境即将过时。
3. 前端改进
- 升级至Font Awesome 6.5,修复Firefox显示问题
- 新增文件删除确认对话框
- 改进错误提示和用户界面交互
- 增加body标签的版本数据属性,便于CSS匹配
问题修复
本次更新修复了多个重要问题:
- 修正了WebcamProviderPlugin.take_snapshot方法的参数实现
- 修复了腔室温度偏移应用不正确的问题
- 解决了BambuStudio和OrcaSlicer生成的GCODE中耗材直径解析问题
- 修复了GCODE查看器中G2/G3圆弧命令的渲染问题
- 改进了错误日志记录和报告机制
开发者注意事项
对于插件开发者,有几个重要变更需要注意:
- 模板系统将默认启用自动转义,建议插件尽快适配
- WebcamProviderPlugin.take_webcam_snapshot方法的参数已修正为符合文档说明
- 新增了MFA插件接口,可以扩展认证方式
- 资产插件现在支持自动发现常见资源命名模式
总结
OctoPrint 1.11.0 RC1带来了多项实用功能和重要改进,特别是在插件生态系统、安全认证和用户体验方面。虽然这是预发布版本,但已经展现出相当成熟的特性集。对于3D打印爱好者来说,新版本提供了更强大的控制能力和更便捷的操作方式;对于开发者而言,新的API和插件接口为扩展功能提供了更多可能性。
建议用户在测试环境中先行体验此版本,待稳定版发布后再在生产环境部署。开发者也应关注API变更,确保插件兼容性。随着3D打印技术的普及,OctoPrint作为关键控制软件,其每一次重大更新都值得密切关注。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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