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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00