Wax项目v1.3.2版本发布:漫画阅读体验再升级
Wax是一款专注于漫画阅读体验的开源应用程序,旨在为用户提供流畅、便捷的漫画浏览功能。该项目通过持续迭代更新,不断优化用户体验并修复已知问题。
核心功能更新
v1.3.2版本在阅读体验方面做出了显著改进。最值得关注的是新增了"继续阅读"功能,系统会自动记录用户上次的阅读进度,下次打开同一漫画时可以直接从上次中断的位置继续阅读,大大提升了阅读的连贯性。同时,该版本还完善了历史记录功能,用户可以方便地查看和管理自己的阅读历史。
在用户交互方面,v1.3.2版本增加了长按标题复制的功能,方便用户快速复制漫画标题进行分享或搜索。此外,界面显示也进行了优化,现在会清晰展示漫画的分类信息和页数,帮助用户更好地了解当前阅读内容。
性能优化与问题修复
针对图片显示问题,开发团队修复了部分无法正常显示的图片,提升了整体浏览体验。在搜索功能方面,修复了之前版本中存在的搜索错误问题,使搜索更加准确可靠。
缓存管理功能也得到了改进,修复了清除缓存菜单操作无效的问题,现在用户可以更有效地管理应用缓存。网络连接方面,新增了多个分流服务器选项,提高了内容加载的稳定性和速度。
多平台支持
Wax项目继续保持对多平台的良好支持,v1.3.2版本提供了Android(包括arm32、arm64和x86_64架构)、iOS以及桌面端(Linux、macOS和Windows)的安装包。值得注意的是,iOS版本需要用户自行签名安装,这为苹果设备用户提供了更多灵活性。
未来展望
根据发布说明,开发团队计划在后续版本中增加代理设置功能,这将进一步提升应用在不同网络环境下的可用性。这一功能的加入将使Wax能够更好地服务于网络环境复杂的用户群体。
Wax项目通过v1.3.2版本的更新,再次证明了其对用户体验的重视和对产品质量的追求。从阅读功能的完善到性能的优化,再到多平台的支持,Wax正在逐步成长为一款功能全面、体验优秀的漫画阅读解决方案。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00