DooTask v0.44.3版本发布:优化聊天功能与性能提升
DooTask是一款开源的任务管理与团队协作工具,旨在帮助团队高效完成项目管理和日常协作。该项目提供了丰富的功能模块,包括任务管理、即时通讯、文件共享等,支持多平台客户端使用。
本次发布的v0.44.3版本主要针对聊天功能进行了多项优化,并修复了一些已知问题,提升了整体用户体验。下面我们将详细介绍这次更新的技术亮点。
聊天功能增强
-
MD消息支持HTML代码:现在用户可以在Markdown格式的消息中嵌入HTML代码,这大大增强了消息内容的丰富性和表现力。开发团队对HTML解析器进行了优化,确保在不影响安全性的前提下提供更灵活的格式支持。
-
表情选择优化:新版改进了表情选择体验,用户现在可以按住Ctrl(Windows)或Command(Mac)键连续选择多个表情。这一改进使得表情输入更加高效,特别是在需要表达复杂情绪时。
-
语音消息功能增强:录音转文字功能现在支持自定义语言设置,用户可以根据需要选择识别语言。同时,发送语音的效果也得到了优化,提升了语音消息的清晰度和传输效率。
性能优化
-
Elasticsearch索引优化:开发团队对ES模块进行了重构,优化了索引命名策略,这将提升搜索性能并降低系统资源消耗。新的索引结构设计更加合理,有利于长期维护和扩展。
-
安装流程简化:安装命令和脚本经过优化,使得部署过程更加简单直观。这一改进特别有利于初次接触DooTask的用户快速搭建环境。
-
客户端性能提升:各平台客户端都进行了性能调优,特别是在资源占用和响应速度方面有明显改善。Windows和Mac版本的安装包体积也有所优化。
问题修复
本次更新修复了签到功能的一个关键问题,确保位置签到功能能够稳定运行。开发团队对定位服务进行了全面检查,解决了可能导致签到失败的潜在因素。
多平台支持
DooTask继续提供全面的多平台支持,本次更新包含了:
- Android客户端
- Mac(arm64/x64)版本
- Windows(arm64/x64)版本
各平台安装包都经过严格测试,确保在不同硬件架构上的兼容性和稳定性。特别是Mac平台的版本,针对Apple Silicon处理器进行了专门优化。
总结
DooTask v0.44.3版本虽然在版本号上是一个小更新,但在用户体验和系统稳定性方面带来了显著的提升。聊天功能的增强使得团队沟通更加高效,而性能优化则为大规模使用提供了更好的基础。
对于现有用户,建议尽快升级以获得最佳体验;对于新用户,这个版本也是一个不错的入门选择。开发团队持续关注用户反馈,不断改进产品功能,体现了开源项目的活力和社区驱动的优势。
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust016
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00