Rocket.Chat 7.5.0-rc.0 版本技术解析
Rocket.Chat 是一个开源的团队协作平台,提供即时通讯、视频会议、文件共享等功能,适用于企业和组织内部沟通。作为一款可自托管的解决方案,它支持高度定制化和扩展性,能够满足不同规模团队的需求。
核心引擎升级
本次发布的 7.5.0-rc.0 版本在底层技术上进行了多项重要更新:
- Node.js 版本升级至 22.13.1,带来了性能提升和新的 JavaScript 特性支持
- MongoDB 支持范围扩展至 5.0、6.0 和 7.0 版本,为用户提供了更灵活的数据库选择
- Apps-Engine 升级至 1.50.0-rc.0,增强了应用开发能力
功能增强与改进
企业版功能修复
修复了企业版用户在变更订阅计划后部分功能不可用的问题,确保了商业用户的体验连续性。
部门管理增强
新增了"业务单元"字段选项,使组织能够更精细地管理各部门结构。这一改进特别适合大型企业或具有复杂组织架构的用户群体。
OpenAPI 支持
引入了 OpenAPI 规范支持,为开发者提供了更标准的 API 文档和接口描述,大大简化了第三方集成开发工作。
默认头像改进
现在支持在默认头像中使用 Unicode 字符,增强了多语言环境下的用户体验,特别是对于非拉丁语系的用户群体。
实时聊天增强
新增了 executeLivechatRoomCreatePrevent 钩子,允许应用开发者拦截实时聊天房间创建过程,为定制化工作流提供了更多可能性。
审计功能扩展
新增了/v1/audit.settings 端点,专门用于查询设置变更的审计事件,增强了系统变更的可追溯性。
滚动条优化
替换了原有的 rc-scrollbars 组件,采用 overlayscrollbars 解决方案,修复了在使用从右到左(RTL)语言时的视觉和可访问性问题。
问题修复与优化
视频会议稳定性
修复了视频会议呼叫在临时断开连接后可能无法再次振铃用户的问题,提高了视频通话的可靠性。
实时聊天路由
优化了实时聊天路由算法,确保在启用触发器和/或自动代理路由时,会话能正确分配给联系人经理。
内存泄漏修复
解决了多个可能导致内存泄漏的问题,包括:
- 重复的媒体设备权限事件导致的消耗
- Web SDK 中的内存泄漏
- 整体减少了 Web 客户端的内存占用
用户界面改进
- 修复了侧边栏折叠时菜单保持打开状态的问题
- 优化了密码输入框的图标显示
- 解决了视频会议弹窗在直接消息中显示异常的问题
- 移除了新导航中的房间领导横幅
安全相关修复
- 修复了 OAuth 首次登录时用户角色不同步的问题
- 解决了备份代码模态框无法打开的问题
- 修复了 WebDAV 节点缺少 mime 参数时抛出意外错误的问题
应用管理改进
- 在许可证降级时强制执行应用限制
- 修复了某些迁移应用无法显示启用按钮的问题
- 确保应用状态和数据的正确返回
国际化支持
增强了离线注册设置向导中的翻译支持,确保非英语用户也能获得完整的设置体验。
技术架构优化
本次更新对依赖项进行了全面升级,包括:
- 更新了 fuselage 及其相关包版本
- 优化了 Docker 镜像构建中的 deno 依赖缓存
- 升级了多个核心组件,包括 UI 组件、类型定义和应用引擎
这些底层改进为系统带来了更好的性能和稳定性,同时也为开发者提供了更强大的工具集。
总结
Rocket.Chat 7.5.0-rc.0 版本在功能、性能和用户体验方面都做出了显著改进。从企业级功能到开发者工具,从界面优化到内存管理,这次更新全面提升了平台的各个方面。特别是对实时聊天、视频会议和审计功能的增强,使得这个版本特别适合需要高度可靠通讯解决方案的组织。
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-7BSpark-Prover-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-7BSpark-Formalizer-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).Dockerfile014
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