FitTrackee v0.9.4版本发布:运动数据统计与国际化体验升级
项目简介
FitTrackee是一款开源的健身追踪应用,专注于为用户提供运动数据记录、统计分析和可视化功能。作为一个自托管的解决方案,它允许用户完全掌控自己的运动数据,避免依赖第三方云服务。该项目采用Python开发,提供了Web界面和API接口,支持多种运动类型的记录和分析。
核心功能改进
运动数据统计增强
本次版本在数据统计方面进行了重要优化:
-
过滤后运动数据汇总:现在当用户对运动记录进行筛选后,系统会显示筛选结果中的总运动数据,包括距离、时长等关键指标。这一改进使得用户能够快速了解特定条件下的运动总量。
-
时长计算修复:解决了仪表盘上总运动时长显示不正确的问题,确保统计数据准确可靠。这对于依赖时长数据进行训练规划的用户尤为重要。
时间处理优化
时间相关的处理在本版本中得到了显著改善:
-
浏览器时区自动适配:未登录用户现在可以看到根据浏览器设置自动适配的日期格式显示,提升了访客体验的一致性。
-
注册时区自动检测:新用户注册时会自动检测并设置浏览器的时区,避免了用户手动配置的麻烦,确保运动记录的时间准确性。
-
统计日期格式统一:修复了统计页面中日期格式不一致的问题,现在所有统计图表和数据显示都保持统一的格式标准。
国际化进展
FitTrackee持续加强多语言支持,当前版本包含以下语言更新:
- 巴斯克语达到82%覆盖率
- 简体中文达到98%覆盖率
- 加利西亚语达到99%覆盖率
- 德语达到85%覆盖率
- 波兰语达到98%覆盖率
其他语言如法语和英语已实现100%完整翻译。国际化工作的持续推进使得FitTrackee能够服务更广泛的全球用户群体。
技术实现亮点
-
前端时间处理:采用浏览器原生API获取用户时区设置,实现了无缝的时区适配体验。
-
数据聚合优化:改进了后端数据聚合查询,确保过滤条件下的统计数据计算高效准确。
-
响应式设计:所有改进都考虑了移动设备和桌面浏览器的兼容性,保证在各种设备上的一致体验。
升级建议
对于现有用户,建议升级到此版本以获取更准确的数据统计和更好的国际化支持。新用户可以借此版本开始使用,享受更加完善的健身追踪体验。
FitTrackee作为一个开源项目,持续关注用户体验和数据准确性,v0.9.4版本在这些方面做出了重要改进,是健身爱好者和数据敏感用户的理想选择。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00