Discord.Net 3.18.0-beta.1版本发布:组件V2支持与关键修复
Discord.Net是一个用于.NET平台的Discord API封装库,它允许开发者轻松地与Discord平台进行交互,构建功能丰富的机器人应用。作为.NET生态中最受欢迎的Discord开发库之一,Discord.Net持续为开发者提供稳定、高效的API访问能力。
组件V2的初步支持
本次3.18.0-beta.1版本最重要的更新是引入了对Components V2的初步支持。Components是Discord平台上的交互元素,包括按钮、选择菜单等,它们允许用户与机器人进行更丰富的交互。
在之前的版本中,Discord.Net仅支持Components V1的实现。随着Discord官方API的演进,Components V2带来了更强大的功能和更灵活的配置选项。本次更新为开发者提供了使用这些新特性的基础能力。
值得注意的是,目前还处于初步支持阶段,开发团队已经实现了通过ID查找组件的功能(#3110),这为后续更完整的V2功能支持奠定了基础。
关键问题修复
本次beta版本还包含了两个重要的错误修复:
-
多消息标志验证问题:修复了当提供多个消息标志时验证失败的问题(#3106)。这个问题会影响那些需要同时设置多个消息标志的功能,比如同时设置消息为紧急和需要关注的情况。
-
模态响应空引用异常:修复了当响应包含null必填字段的模态信息类时引发的空引用异常(NRE)(#3114)。这个修复提高了库在处理模态对话框时的稳定性。
实用功能增强
除了主要的功能添加和错误修复外,本次更新还包含了一些实用的改进:
- 更新了组件数量限制,确保与Discord官方API的最新规范保持一致
- 新增了
ComponentCount()扩展方法,为开发者提供了更便捷的方式来获取组件数量
版本状态说明
当前3.18.0-beta.1版本是一个预发布版本(PRERELEASE),这意味着它包含了即将发布的稳定版本中的新功能,但可能还存在一些未发现的边缘情况问题。对于生产环境应用,建议等待后续的稳定版本发布。对于希望提前体验新功能或参与测试的开发者,这个beta版本提供了良好的机会来评估Components V2的功能并反馈问题。
总的来说,Discord.Net 3.18.0-beta.1版本为开发者带来了期待已久的Components V2支持,同时解决了几个关键问题,为构建更稳定、功能更丰富的Discord机器人应用提供了更好的基础。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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).Dockerfile015
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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00