Enclosed项目v1.15.0版本发布:安全与国际化增强
Enclosed是一个开源的笔记应用项目,专注于为用户提供安全、私密的笔记存储和分享服务。该项目采用了现代化的技术栈,并特别注重数据安全和用户体验。最新发布的v1.15.0版本带来了一系列功能改进和安全增强,进一步提升了应用的安全性和国际化支持。
认证状态下的UI优化
本次更新中,开发团队对用户界面进行了智能化的改进。"新建笔记"按钮现在会根据用户的认证状态动态显示。这一改进不仅提升了用户体验,也增强了应用的安全逻辑。当用户未登录时,相关功能按钮将不会显示,避免了未授权操作的潜在问题。
密码自动填充安全增强
在笔记查看功能中,开发团队解决了一个潜在的安全隐患。现在系统会明确区分认证密码和笔记密码的自动填充行为,防止浏览器错误地将认证密码自动填充到笔记密码字段中。这一改进对于保护用户重要数据具有重要意义,特别是在使用公共设备时。
构建流程优化
项目持续集成流程得到了改进,构建过程中用官方pnpm action替代了原有的corepack enable命令。这一变更使构建过程更加标准化和可靠,减少了因环境差异导致的构建问题,提高了开发效率。
国际化支持增强
中文翻译得到了更新和完善,特别是简体中文版本。国际化是现代应用开发的重要环节,良好的本地化支持能够显著提升非英语用户的使用体验。开发团队持续关注这一领域,确保应用能够服务全球用户。
配置灵活性提升
新版本引入了视图笔记URL前缀的配置选项。这一功能为部署场景提供了更大的灵活性,特别是在需要将应用集成到现有系统或使用特定URL结构的环境中。系统管理员现在可以根据实际需求自定义笔记查看页面的URL前缀。
依赖项更新
作为常规维护的一部分,项目更新了多个依赖项。保持依赖项的最新状态不仅能够获得性能改进和新功能,还能及时解决已知的安全问题,确保应用的稳定性和安全性。
Enclosed项目通过这次更新,进一步巩固了其在安全笔记应用领域的地位。从用户界面到后端安全,从构建流程到国际化支持,v1.15.0版本展现了开发团队对产品质量和用户体验的持续关注。这些改进将为用户带来更加安全、稳定和友好的笔记管理体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00