Noti项目3.8.0版本发布:新增多平台通知支持
Noti是一个轻量级的命令行通知工具,它允许开发者在终端命令执行完成后发送通知到各种平台。这个工具特别适合长时间运行的脚本或命令,当任务完成时能够及时通知用户,而不需要用户一直盯着终端。
3.8.0版本主要更新内容
最新发布的3.8.0版本为Noti带来了三项重要的新功能支持,同时移除了一个已弃用的参数。
新增通知服务支持
-
Chanify支持
Chanify是一个简单的iOS通知服务,现在Noti可以直接将通知推送到Chanify客户端。开发者可以通过配置Chanify的token和自定义参数,实现从命令行到iOS设备的通知传递。 -
ntfy支持
ntfy是一个开源的推送通知服务,支持自托管。Noti现在可以无缝集成ntfy,将命令执行结果推送到任何ntfy主题。这对于企业内部通知系统特别有用。 -
Bark支持
Bark是另一个iOS推送服务,专注于简单易用。Noti新增的Bark支持让iOS用户能够更便捷地接收命令行通知,只需配置设备key即可。
移除已弃用功能
Slack服务的'as_user'参数移除
这个版本移除了Slack通知服务中已弃用的'as_user'参数。Slack API已经不再推荐使用这个参数,Noti跟随API的变化进行了相应的调整。
技术实现分析
从技术角度看,Noti 3.8.0版本的更新展示了项目对多样化通知渠道的支持能力。新增的三个通知服务都是基于HTTP API实现的,Noti通过简单的REST调用将这些服务集成进来。
对于开发者而言,这些新增功能意味着更灵活的通知选择。特别是在移动场景下,Chanify和Bark的加入让iOS用户能够更方便地接收通知,而ntfy则为自建通知系统提供了可能。
使用建议
对于需要移动通知的用户,建议尝试新增的Chanify或Bark服务。它们配置简单,适合个人使用场景。如果是团队环境,ntfy可能是更好的选择,因为它支持自建服务器和主题订阅机制。
对于Slack用户,虽然移除了'as_user'参数,但这不会影响基本功能的使用,只是需要确认Slack应用的权限配置是否符合最新API要求。
Noti持续保持着轻量级和易扩展的特点,3.8.0版本的更新进一步丰富了其通知渠道生态系统,为不同场景下的开发者提供了更多选择。
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