Project Graph 1.4.29版本发布:涂鸦交互优化与逻辑节点增强
Project Graph是一款专注于节点式图形化编程的工具,它通过可视化的方式让用户能够直观地构建复杂的逻辑关系和数据处理流程。在最新发布的1.4.29版本中,开发团队对涂鸦交互方式进行了重大改进,并增强了逻辑节点的功能,为用户提供了更流畅的创作体验。
涂鸦交互方式的革新
在之前的版本中,涂鸦功能采用的是"粘连式移动"机制,用户可以通过绘制涂鸦来选择和移动节点。然而,在实际使用中发现这种机制容易造成误操作。1.4.29版本对这一功能进行了彻底重构,引入了更符合用户直觉的"扩散选择"模式。
新的交互方式是:用户首先绘制涂鸦,然后按下Ctrl+W组合键,系统会自动选中所有与涂鸦接触的节点。这种设计特别适合处理不规则排列的节点群,例如S形排列的节点组,用户只需画一条贯穿这些节点的涂鸦线,就能一次性选中它们,大大提高了复杂场景下的操作效率。
同时,开发团队还对涂鸦状态下的视觉反馈进行了优化:
- 涂鸦在绘制过程中会立即显示颜色,而不是等到鼠标松开后才显示
- 鼠标指针在涂鸦模式下会变为十字形状,明确提示当前处于涂鸦状态
- 移除了可能干扰用户操作的自动连线功能
逻辑节点功能扩展
1.4.29版本为逻辑节点系统添加了几个实用的新功能:
-
鼠标位置获取节点:新增了获取鼠标在世界坐标系下位置的逻辑节点,这使得基于鼠标位置创建交互式应用变得更加容易。
-
节点创建返回值:现在,创建节点的逻辑操作会返回新创建节点的UUID,为后续基于创建结果的进一步操作提供了可能。
-
实体检测节点:新增了判断指定位置是否存在实体的逻辑节点,为空间感知类应用开发提供了基础支持。
-
日期时间处理:加入了获取当前日期时间以及进行日期加法的逻辑节点,结合现有的节点创建功能,用户可以轻松构建日历表格等时间相关的可视化应用。
用户体验优化
除了上述主要功能更新外,1.4.29版本还包含多项细节优化:
- 删除连线时系统会自动清理产生的孤立质点,保持工作区整洁
- 移除了Ctrl+S保存时的屏幕闪黑特效,减少对用户注意力的干扰
- 修复了嵌套section框复制时连线丢失的问题
- 解决了嵌套section导出SVG时填充色覆盖内容的问题
- 修正了设置界面滑动轨道右侧数字输入框无法修改设置项的问题
这些改进虽然看似细微,但累积起来显著提升了产品的整体使用体验,体现了开发团队对产品质量的持续追求。
Project Graph 1.4.29版本通过重新设计涂鸦交互方式和扩展逻辑节点功能,为用户提供了更强大、更直观的图形化编程体验。这些更新不仅解决了之前版本中存在的一些痛点问题,还为开发更复杂的可视化应用开辟了新的可能性。随着这些改进的推出,Project Graph正逐步成长为一款更加成熟和完善的节点式编程工具。
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