Typora插件1.13.3版本发布:增强自动编号与新增Callouts功能
Typora作为一款广受欢迎的Markdown编辑器,其插件生态为用户提供了丰富的扩展功能。本次发布的1.13.3版本主要针对自动编号功能进行了多项增强,并新增了实用的Callouts命令,进一步提升了文档编辑体验。
自动编号功能全面升级
自动编号是Typora插件中一个非常实用的功能,它能够自动为文档中的标题、表格等内容添加编号,使文档结构更加清晰。在1.13.3版本中,这一功能得到了显著增强:
-
自定义编号格式:新增的LAYOUTS配置选项允许用户完全自定义编号的格式。这意味着用户可以根据个人偏好或公司文档规范,设置符合特定要求的编号样式。
-
表格编号位置控制:通过新增的POSITION_TABLE配置项,用户现在可以灵活设置表格编号的位置。这一改进特别适合需要严格遵循某种排版规范的专业文档。
-
灵活的编号起始级别:现在支持从h1标题开始编号,而不再局限于从h2开始。这一变化满足了不同用户的多样化需求,特别是那些习惯使用h1作为主要章节标题的用户。
新增Callouts命令
1.13.3版本引入了实用的Callouts命令,这是一种在文档中突出显示特定内容的有效方式。Callouts通常用于强调重要信息、注意事项或警告等内容,能够显著提升文档的可读性和专业性。
性能优化与代码改进
除了功能增强外,本次更新还包括了多项优化:
-
markdownlint性能提升:对代码进行了优化,提高了整体性能,使用户在处理大型Markdown文档时能够获得更流畅的体验。
-
代码重构:对auto_number和markdownlint模块的代码进行了优化和重构,提高了代码的可维护性和稳定性。
-
文案优化:改进了markdownlint模块的提示信息,使其更加清晰易懂,帮助用户更快地理解和解决问题。
总结
Typora插件1.13.3版本通过增强自动编号功能和新增Callouts命令,为用户提供了更加强大和灵活的文档编辑工具。这些改进不仅提升了编辑效率,也使文档能够呈现出更加专业的外观。对于经常使用Typora进行文档编写的用户来说,升级到1.13.3版本将带来更加顺畅和高效的编辑体验。
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