MaaFramework 4.3.0-beta.1版本发布:新增Pipeline JSONC支持与多平台优化
MaaFramework是一个开源的自动化测试框架,专注于为移动设备和桌面平台提供高效的自动化解决方案。该项目通过计算机视觉和机器学习技术,实现了对各类应用程序的自动化操作和测试能力。最新发布的4.3.0-beta.1版本带来了一系列功能增强和优化。
核心功能更新
本次版本最重要的改进之一是Pipeline系统新增了对JSONC(JSON with Comments)格式的支持。JSONC是JSON的超集,允许开发者在配置文件中添加注释,这大大提高了配置文件的可读性和可维护性。对于自动化测试场景中复杂的配置需求,这一改进将显著提升开发者的工作效率。
平台兼容性增强
在平台支持方面,4.3.0-beta.1版本新增了对Waydroid环境的检测功能。Waydroid是一个在Linux系统上运行Android应用的开源方案,这一改进使得MaaFramework能够更好地识别和适配这种特殊环境,为Linux用户提供更完善的Android自动化测试支持。
架构重构与优化
本次版本对控制单元API进行了重构,这是框架核心组件之一。重构后的API设计更加清晰,为后续功能扩展打下了更好的基础。这种底层架构的持续优化体现了项目团队对代码质量的重视。
社区生态发展
文档方面,新增了两个社区实践案例:MaaGumballs(不思议迷宫敲砖小助手)和MMleo(偶像梦幻祭2小助手)。这些案例展示了MaaFramework在不同游戏自动化场景中的应用,为开发者提供了有价值的参考。同时,项目文档也更新了免责声明,明确了使用边界和责任范围。
多平台支持
MaaFramework继续保持其跨平台特性,为Android(arm64/x86_64)、Linux(arm64/x86_64)、macOS(arm64/x86_64)和Windows(arm64/x86_64)等平台提供了预编译版本。每个平台的构建包都经过优化,确保在不同硬件架构上都能获得最佳性能表现。
作为beta版本,4.3.0-beta.1主要面向开发者和早期采用者,用于测试新功能和收集反馈。项目团队鼓励用户尝试这个版本,并报告任何发现的问题,以帮助完善即将到来的稳定版本。
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-5.1GLM-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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00