Google Site Kit WordPress插件1.153.0版本发布:新增横幅组件与电商追踪优化
Google Site Kit是Google官方推出的WordPress插件,它能够帮助网站管理员轻松集成Google的各项服务(如Analytics、Search Console、AdSense等)到WordPress后台,无需编写代码即可获取关键数据。最新发布的1.153.0版本带来了一系列功能增强和优化,特别是新增了Banner组件和改进了电商平台的追踪功能。
核心功能更新
新增Banner组件
本次更新引入了全新的Banner组件,这是一个重要的UI改进。Banner组件可以用于显示重要通知、推广信息或系统警报,为用户提供更加醒目和一致的信息展示方式。开发者现在可以利用这个标准化组件来展示各类通知信息,确保用户界面的统一性和专业性。
电商追踪功能增强
针对电子商务网站,本次更新对WooCommerce和Easy Digital Downloads两个流行插件的追踪功能进行了显著改进:
-
WooCommerce追踪增强:现在能够收集和展示更多交易相关的细节数据,为商家提供更全面的销售分析。
-
Easy Digital Downloads优化:在Analytics事件中新增了商品价格和名称信息,使数据分析更加精准,帮助商家更好地理解哪些产品表现最佳。
这些改进使得电商网站能够获得更详细的用户行为数据和交易信息,为业务决策提供更有力的数据支持。
通知系统优化
-
新功能通知标准化:重构了新功能类型的通知,统一使用新的
<Notice type="new">组件,提高了界面一致性。 -
RRM介绍性覆盖通知重构:采用新的通知基础设施重新实现了RRM介绍性覆盖通知,提高了代码的可维护性。
-
自动关闭机制:引入智能通知管理,当用户连续三天查看同一通知后,系统会自动将其关闭,减少对用户的干扰。
性能与代码质量改进
-
AudienceTiles组件重构:通过降低圈复杂度并移除了ESLint覆盖,提高了代码质量和可维护性。
-
数据存储reducers重写:使用Immer库重写了一组数据存储reducers,简化了不可变数据更新逻辑,提高了开发效率。
-
图表显示优化:修复了Analytics All Traffic小部件中饼图在特定情况下的数据显示问题,确保当当前日期范围无数据但前一范围有数据时,正确显示零数据状态。
问题修复
-
自定义维度创建问题:修复了在Key Metrics全屏选择视图中,当选择需要自定义维度的指标时,缺失的自定义维度未被正确创建的问题。
-
Ninja Forms追踪脚本:解决了Marionette相关的问题,确保表单转化追踪正常工作。
-
合作伙伴广告集成:更新了合作伙伴广告集成,确保广告相关功能稳定运行。
总结
Google Site Kit 1.153.0版本通过新增Banner组件、增强电商追踪能力、优化通知系统以及改进代码质量,为WordPress网站管理员提供了更加强大和稳定的Google服务集成体验。特别是对电子商务网站的支持增强,使得商家能够获取更详细的销售和用户行为数据,从而做出更明智的业务决策。这些改进不仅提升了功能性,也增强了用户体验和系统稳定性。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08