GoldenCheetah v3.7版本发布:运动数据分析工具的全面升级
GoldenCheetah是一款开源的自行车和铁人三项运动数据分析软件,专为运动员、教练和运动爱好者设计。它提供了强大的数据可视化和分析功能,支持从各种运动设备导入数据,并帮助用户深入了解训练效果和运动表现。
核心功能升级
用户界面改进
新版本引入了图形化的启动画面,显示版本信息和加载进度。主窗口现在支持从概览视图直接拖放操作,提升了用户体验。批量处理功能新增了元数据更新选项,使得数据处理更加全面。搜索/过滤框的下拉菜单图标得到改进,颜色主题问题得到修复。
图表功能增强
概览图表增强了拖放项目放置功能,并提供了预览功能。地图图表新增了比较模式,可配置灰度过滤器。性能图表现在支持使用Ctrl+鼠标滚轮进行缩放,以及鼠标滚轮点击拖动进行平移。趋势图表中的曲线新增了忽略零值选项,使数据展示更加清晰。
文件格式支持
新版本改进了对最新Garmin设备使用的FIT结构的支持,解决了无分段数据的问题。现在能够读写FIT文件中的XData开发者字段,确保导入的开发者数据在FIT导出时得到保留。GPX解析器现在支持ns3 TrackPointExtension名称,并在可用时使用速度数据。
训练功能优化
训练模式改进
训练模块底部工具栏采用了新的图标,更好地适应了浅色和深色主题。通过工具栏中的命名训练过滤器,改进了训练项目的选择方式。设备向导新增了蓝牙配对功能,macOS 12.x及以上版本支持BTLE连接。
训练编辑器增强
训练编辑器现在支持MRC风格的qwkcode(以CP百分比表示的功率)。可以从Strava下载路线作为训练计划,或通过查询API从TrainerDay(原ErgDB)下载训练计划。新增了针对坡度/距离训练的缩放海拔小部件和图表。
技术架构升级
Qt框架迁移
v3.7版本的一个重要技术改进是将基础代码迁移到Qt 6,同时保持对Qt 5的兼容性。这一变化为未来的功能开发奠定了基础,并提升了软件的稳定性和性能。升级后的Qwt版本为6.4(qwt-multiaxes分支),提供了更好的图表支持。
构建环境更新
Travis-ci构建环境升级到macOS 12.6和Qt5.15,Linux版本升级到Ubuntu 22.04。AppImage现在支持fuse3,提高了在Linux系统上的兼容性。Qt6视频支持已更新至最新的Qt 6.8.3版本,嵌入式WebEngine浏览器的改进修复了Garmin Connect和Strava等外部网站的登录问题。
数据管理与分析
功率区间优化
新版本引入了功率区间的半自动范围创建功能,简化了训练区间的设置过程。疲劳区间命名进行了统一调整,提高了使用的一致性。数据过滤器新增了isAero功能,帮助分析空气动力学表现。
游泳数据分析
游泳数据解析得到改进,能够正确识别和分类不同的泳姿(0-休息,1-自由泳,2-仰泳,3-蛙泳,4-蝶泳,5-训练,6-混合)。连续休息长度现在会合并为单个区间,并可以设置最小休息长度过滤。
云服务与同步
云数据库现在支持在服务器不可用时回退到本地缓存,提高了数据访问的可靠性。云服务同步对话框根据服务能力进行了适配,提供了更准确的同步选项。运动员级别的WebEngineProfile用于管理cookie和存储,在OAuth工作流程中被禁用,提高了安全性。
开发者功能
Python API新增了删除XData系列和XData的功能,为开发者提供了更灵活的数据管理能力。数据过滤器新增了xdataseries()、xdataunits()和xdatavalues()函数,增强了数据处理能力。
兼容性说明
需要注意的是,趋势图表中忽略零值的选项会使该版本保存的图表与之前版本不兼容。首次启动时,由于启用了步行配速指标,将触发完整的指标重新计算。Windows用户需要安装vc++ redistributable并重启后才能正常运行新版本。
GoldenCheetah v3.7版本通过全面的功能改进和技术升级,为运动数据分析提供了更强大、更稳定的工具,无论是业余爱好者还是专业运动员都能从中受益。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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