DooTask v0.45.33版本发布:移动端优化与消息系统增强
DooTask是一款开源的任务管理与团队协作工具,旨在帮助团队高效完成项目管理和日常沟通。该项目采用现代化的技术架构,支持多平台使用,包括Windows、macOS和移动端应用。DooTask集成了任务分配、进度跟踪、即时通讯等功能,为团队协作提供了全面的解决方案。
移动端体验优化
本次v0.45.33版本针对移动端用户体验进行了多项改进。最值得注意的是新增了图片发送提示功能,当用户在移动端选择图片准备发送时,系统会给出明确的提示,避免误操作导致图片意外发送。这一改进特别适合在移动场景下使用,减少了沟通中的潜在误解。
移动端文本选择功能也得到了优化,现在用户可以更轻松地选中消息中的文本内容进行复制或分享。同时,长按消息弹出的操作菜单经过重新设计,布局更加合理,常用功能更加突出,提升了操作效率。
消息系统增强与修复
消息系统是本版本的重点改进领域。开发团队修复了多个影响用户体验的问题:
- 修复了提及功能中可能出现的白色文字显示问题,确保所有提及都能清晰可见
- 解决了群组管理中拉人进群后无法踢出的问题,完善了群组管理功能
- 本地群消息通知现在能正确显示会员昵称,提高了消息辨识度
- 草稿功能得到改进,不会再出现保存上一次内容的情况
- 消息编辑和发布时的序号问题已修复,确保消息顺序准确
- 未读数错误暴增的问题得到解决,通知系统更加可靠
性能与交互优化
在性能方面,本版本对多个核心功能进行了优化:
- 机器人Webhook消息处理逻辑改进,响应更迅速
- 提及搜索功能优化,查找联系人更加高效
- 消息撤回逻辑重构,操作更加流畅
- 对话独立窗口显示效果提升,多任务处理更方便
- 内置浏览器性能增强,加载速度更快
隐私政策提示也进行了优化,在App启动时以更友好的方式向用户展示隐私条款,既保证了合规性,又不会影响用户体验。
多平台支持
DooTask v0.45.33版本继续强化多平台支持,提供了针对不同系统的优化版本:
- 针对macOS平台,提供了ARM64和x64架构的DMG安装包和ZIP压缩包
- Windows用户可选择ARM64或x64架构的安装程序
- 安卓用户可下载APK安装包体验最新功能
每个平台版本都经过针对性优化,确保在不同设备上都能获得流畅的使用体验。特别是对苹果M系列芯片的优化,使macOS版本在ARM架构设备上运行更加高效。
总结
DooTask v0.45.33版本通过一系列优化和改进,显著提升了移动端体验和消息系统的稳定性。这些改进使团队协作更加顺畅,沟通效率得到提升。开发团队持续关注用户反馈,不断优化产品细节,体现了对产品质量的执着追求。
对于使用DooTask进行团队协作的用户来说,升级到v0.45.33版本将获得更稳定、更高效的协作体验。特别是经常使用移动设备的用户,将会明显感受到操作便利性的提升。
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。C051
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TSX0127
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