Page Assist v1.5.2 版本发布:增强搜索与多语言支持
Page Assist 是一款功能强大的浏览器扩展工具,旨在提升用户的网页浏览体验。它通过智能化的辅助功能,为用户提供更高效的信息获取和处理能力。最新发布的 v1.5.2 版本带来了一系列实用改进和新功能,进一步强化了其作为生产力工具的价值。
新增 Bing 搜索引擎支持
v1.5.2 版本最显著的改进之一是增加了对 Bing 搜索引擎的支持。这一功能扩展使得用户在进行网页搜索时有了更多选择,可以根据个人偏好或特定需求切换不同的搜索引擎。对于需要获取多样化搜索结果的专业用户来说,这一功能尤为重要。
技术实现上,开发团队确保了新搜索引擎的集成不会影响原有的搜索体验,同时保持了与其他功能的良好兼容性。用户可以在设置中轻松切换搜索引擎,这一过程无需重启浏览器即可生效。
繁体中文语言支持
国际化是本次更新的另一个重点。v1.5.2 版本新增了繁体中文语言支持,这使得产品能够更好地服务于更广泛的中文用户群体。本地化工作不仅包括界面文字的翻译,还考虑了不同地区用户的使用习惯和文化差异。
这一改进体现了开发团队对全球化市场的重视,也为未来支持更多语言奠定了基础。对于非英语母语的用户来说,母语界面的可用性将显著提升产品的易用性和亲和力。
推理内容默认折叠选项
针对用户体验的优化,新版本增加了"默认折叠推理内容"的选项。这一功能特别适合那些关注核心结论而非详细推理过程的用户。通过设置,用户可以选择是否在初次查看时自动展开所有推理细节,从而获得更简洁的界面展示。
这一改进反映了开发团队对用户工作流程的深入理解。不同用户在不同场景下对信息密度的需求各不相同,提供这样的自定义选项能够更好地满足多样化需求。
LLaMa.cpp (llama-server) 支持
在人工智能集成方面,v1.5.2 版本新增了对 LLaMa.cpp (llama-server) 的支持。这一功能扩展为用户提供了更多选择本地运行大型语言模型的选项,特别适合注重隐私和数据安全的用户。
技术实现上,开发团队确保了新模型支持的稳定性和性能表现。用户现在可以根据自身硬件条件和需求,选择最适合的本地AI模型来驱动Page Assist的智能功能。
界面与交互优化
本次更新还包含了一系列界面和交互改进:
- 侧边面板布局调整,改善了图像处理能力
- 用更直观的复制图标替换了原有的剪贴板图标
- 针对非Firefox浏览器优化了文本组合处理
- 调整了头部选择组件的宽度(min-w-80)以增强响应性
这些看似细微的改进实际上显著提升了产品的整体使用体验,体现了开发团队对细节的关注。
搜索功能增强
在搜索功能方面,v1.5.2 版本实现了一个重要的改进:为嵌入模型添加了备用模型选择机制。当首选模型不可用时,系统会自动回退到备用模型,确保搜索功能的持续可用性。这一改进提高了产品的鲁棒性,减少了因模型服务问题导致的功能中断。
Page Assist v1.5.2 版本的这些改进,从多语言支持到搜索功能增强,从AI模型扩展到界面优化,全方位提升了产品的实用性和用户体验。这些更新不仅满足了现有用户的需求,也为吸引新用户创造了更多价值点。
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