AHK_X11 1.0.4版本发布:Linux平台AutoHotkey增强实现
AHK_X11是一个将Windows平台广受欢迎的自动化工具AutoHotkey(AHK)移植到Linux/X11环境的开源项目。该项目通过重新实现AHK核心功能,使Linux用户也能享受到AHK强大的脚本自动化能力。最新发布的1.0.4版本带来了多项功能增强和问题修复,进一步提升了在Linux环境下的使用体验。
新增Eval命令与DefineCommand指令
1.0.4版本引入了专为AHK_X11设计的新功能——Eval命令。这个命令允许开发者直接执行X11环境下的特定操作,为Linux平台提供了更底层的控制能力。与Windows版AHK不同,这是AHK_X11独有的功能扩展。
同时新增的还有#DefineCommand指令,这是另一个AHK_X11专属特性。该指令为脚本编写提供了更灵活的指令定义方式,使开发者能够创建更适合Linux环境使用的自定义命令。
键盘输入处理的改进
针对Linux环境下特殊键盘状态的处理,本次更新修复了当Caps Lock激活时热键抓取失效的问题。这一改进确保了在各种键盘状态下,热键都能被正确识别和响应,提升了脚本的可靠性。
简化数学运算语法
虽然完整的表达式语法支持仍需时日,但1.0.4版本引入了":="运算符来支持基础数学运算。现在开发者可以编写如"my_var := other_var * (16 + 5)"这样的简单数学表达式。需要注意的是,为了保持兼容性,变量名不需要像传统AHK那样用百分号包围。
构建与分发优化
在构建系统方面,1.0.4版本修复了从源代码构建时的问题,移除了容易引起混淆的.deb包构建方式。项目现在更专注于提供通用的AppImage格式,这种格式在各种Linux发行版上都能直接运行,无需复杂的安装过程。
值得一提的是,AHK_X11现在已进入Arch Linux和NixOS的软件仓库,大大简化了这些发行版用户的安装过程。Arch Linux用户可以通过AUR获取二进制包或从源代码构建,而NixOS的集成也正在进行中。
稳定性提升
1.0.4版本还修复了文件依赖处理的问题,忽略缺失的file依赖项,提高了程序在不同环境下的兼容性。同时修复了之前版本中可能导致启动错误的数学运算实现问题。
对于Linux用户而言,AHK_X11 1.0.4版本标志着这个AutoHotkey移植项目日趋成熟。新增的特性和改进的兼容性使得在Linux环境下实现自动化任务变得更加简单可靠。随着更多Linux发行版的官方支持,AHK_X11正逐渐成为Linux自动化工具链中的重要一环。
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