Aliyunpan v0.3.5版本发布:新增分享功能与错误修复
Aliyunpan是一个基于命令行的阿里云盘客户端工具,它允许用户通过终端直接管理云盘中的文件,包括上传、下载、同步等操作。该项目采用Go语言开发,具有跨平台特性,支持Windows、Linux、macOS等多种操作系统。最新发布的v0.3.5版本带来了一些实用的新功能和改进。
核心功能更新
本次v0.3.5版本主要引入了分享功能,这是用户期待已久的重要特性。通过新增的share命令,用户可以直接在命令行中创建和管理文件分享链接,大大提升了文件共享的便捷性。这一功能的加入使得Aliyunpan在文件协作场景中更具实用性。
错误修复与优化
针对用户反馈的问题,v0.3.5版本进行了多项修复和优化:
-
文件上传体验改进:当用户尝试上传过大文件时,系统会提供更友好的错误提示,帮助用户快速识别问题原因,而不是直接报错导致困惑。
-
接口返回值解析修复:解决了issue #469和#460中报告的接口返回值解析错误问题,提高了API调用的稳定性和可靠性。这一修复对于保证工具在各种网络环境下的正常运行至关重要。
多平台支持
Aliyunpan v0.3.5继续保持了出色的跨平台兼容性,提供了针对不同CPU架构和操作系统的编译版本:
- ARM架构:支持32位(armv5/armv7)和64位(arm64)系统
- x86架构:支持32位(386/x86)和64位(amd64/x64)系统
- MIPS架构:支持多种MIPS变体,包括大小端不同版本
- 苹果平台:同时支持Intel CPU(macOS amd64)和M系列芯片(macOS arm64)
- 移动设备:提供iOS arm64版本(需越狱设备)
- 国产平台:支持LoongArch64架构(龙芯CPU)
Docker同步版本
对于需要使用同步备份功能的用户,v0.3.5版本也提供了对应的Docker镜像,方便在容器化环境中部署和使用。这一特性特别适合需要自动化备份和同步的场景。
使用建议
对于新用户,建议根据自己系统的CPU架构和位数选择对应的版本。Linux用户尤其需要注意区分amd64和arm64版本,避免因架构不匹配导致无法运行。Windows用户则可以根据系统是32位还是64位选择x86或x64版本。
总的来说,Aliyunpan v0.3.5版本在保持原有功能稳定的基础上,新增了实用的分享功能,并修复了多个影响用户体验的问题,是一款值得升级的版本。无论是个人用户还是开发者,都可以从中获得更流畅的云盘管理体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00