Finicky项目v4.1.3版本发布:浏览器管理工具再升级
Finicky是一款macOS平台上的智能浏览器管理工具,它能够根据用户设定的规则自动将不同的网页链接分配到指定的浏览器中打开。这款工具特别适合那些需要同时使用多个浏览器的用户,比如开发者可能需要用Chrome进行调试,用Safari进行日常浏览,用Firefox测试兼容性等场景。
近日,Finicky发布了v4.1.3版本,这个版本虽然是一个小版本更新,但包含了一些实用的功能改进和问题修复,值得现有用户升级。下面我们来详细解析这个版本的主要更新内容。
新增Chrome扩展支持
本次更新最引人注目的新特性是增加了对Chrome扩展的支持。这意味着用户现在可以在Finicky的规则配置中直接指定使用带有特定扩展的Chrome浏览器打开链接。对于依赖某些Chrome扩展(如广告拦截、开发者工具等)的用户来说,这个功能可以确保相关网页始终在配置了必要扩展的浏览器环境中打开,提升工作效率。
日志显示优化
v4.1.3版本修复了日志显示方面的一个问题:之前版本中,当用户清除日志后,某些日志条目会重新出现。这个修复使得日志管理更加可靠,用户可以放心地清除不再需要的日志条目,而不用担心它们会意外重现。
配置文件的符号链接支持
另一个实用的改进是Finicky现在能够正确处理配置文件中的符号链接。在Unix-like系统中,符号链接是一种常见的文件引用方式。这个改进意味着用户现在可以将配置文件放在任意位置,然后通过符号链接让Finicky找到它,为配置文件的管理提供了更大的灵活性。
更新提示优化
版本更新提示机制也得到了改进。现在,只有当检测到的新版本确实与当前安装的版本不同时,Finicky才会显示更新信息。这个改变避免了可能出现的冗余提示,提升了用户体验。
文档修正
本次更新还包含了对文档中配置路径拼写错误的修正。虽然这是一个小改动,但它体现了开发团队对细节的关注,确保用户文档的准确性。
技术架构升级
在底层依赖方面,项目升级了vite构建工具(从6.2.5升级到6.3.5)。这种依赖项的定期更新有助于保持项目的安全性和稳定性,同时也能利用新版本带来的性能改进。
总结
Finicky v4.1.3版本虽然不是一个重大更新,但它通过一系列细致的功能改进和问题修复,进一步提升了这款浏览器管理工具的稳定性和用户体验。特别是新增的Chrome扩展支持和符号链接处理能力,为高级用户提供了更多配置选项。对于已经使用Finicky的用户来说,这个版本值得升级;而对于那些需要在不同浏览器间智能分配网页链接的用户,现在正是尝试这款工具的好时机。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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