TachiyomiSY 1.12.0版本发布:漫画阅读器的重大更新
项目简介
TachiyomiSY是一款基于Mihon框架开发的漫画阅读器应用,它是Tachiyomi的一个分支版本。作为一款开源漫画阅读工具,TachiyomiSY提供了丰富的漫画源支持、本地漫画管理、阅读历史记录等功能,深受漫画爱好者的喜爱。本次1.12.0版本的发布基于Mihon稳定版0.18.0,带来了多项功能改进和问题修复。
核心更新内容
同步功能增强
-
同步完成状态优化:现在使用完整类别(Complete Category)来标记同步完成状态,使同步过程更加清晰可靠。
-
章节排序保持:在接收同步章节时,现在能够保持原有的排序顺序,避免阅读顺序被打乱。
-
网络连接检查:新增了网络连接检查机制,在没有网络连接的情况下不会尝试同步操作,避免不必要的错误。
-
API密钥扫描:增加了通过QR码扫描输入同步API密钥的功能,简化了配置过程。
漫画源改进
-
NHentai源更新:
- 更新了CDN子域名配置
- 使用t1 CDN子域名,提高访问速度和稳定性
-
E-Hentai/ExHentai源增强:
- 为画廊更新器添加了通知功能
- 修复了后台更新问题
- 更新了标签列表
- 优化了作者字段和描述信息的处理
-
MangaDex源改进:
- 利用MangaDex链接自动关联漫画与记录系统
- 修复了清理描述时替代标题被移除的问题
其他重要改进
-
迁移功能修复:解决了迁移列表界面在后台运行时可能导致的崩溃问题。
-
推荐系统优化:改进了多推荐场景下的界面显示效果。
-
记录功能增强:现在可以从记录系统获取漫画信息。
-
合并漫画功能:为SmartSearch添加了全局搜索快捷方式,方便查找合并的漫画。
技术细节
本次更新包含了多项底层优化:
-
稳定性提升:通过修复迁移过程中的崩溃问题,提高了应用的整体稳定性。
-
用户体验优化:从同步功能到推荐界面,多个方面的改进都旨在提供更流畅的用户体验。
-
数据完整性:通过保持章节排序、完善同步状态标记等方式,确保了用户数据的完整性。
-
性能改进:CDN子域名的更新和优化有助于提高漫画加载速度。
总结
TachiyomiSY 1.12.0版本是一次全面的功能升级,不仅基于最新的Mihon框架,还针对用户反馈进行了多项改进。从核心的同步功能到各个漫画源的优化,再到用户体验的细节打磨,这个版本都体现了开发团队对产品质量的追求。对于漫画爱好者来说,升级到这个版本将获得更稳定、更高效的阅读体验。
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