Cal.com v5.0.11版本发布:功能优化与问题修复
Cal.com是一个开源的在线预约调度系统,它允许用户轻松地安排会议、预约和其他类型的活动。该系统提供了丰富的功能,包括多语言支持、多种集成选项以及灵活的预约管理工具。
核心功能改进
本次v5.0.11版本带来了多项重要改进,主要集中在用户体验优化和系统稳定性提升方面。
多语言支持增强
开发团队对翻译内容进行了全面更新,确保各语言版本的准确性和一致性。特别值得注意的是修复了匈牙利语确认信息中的小错误,提升了国际化用户体验。
预约系统优化
在预约逻辑方面,团队重新启用了经过A/B测试验证的新时段选择逻辑,这一改进将显著提升用户选择可用时间时的体验流畅度。同时,修复了取消座位活动时显示错误与会者的问题,增强了系统的可靠性。
用户界面改进
筛选功能优化
对单选框和多选框筛选器进行了改进,现在会优先显示已选中的筛选值,使用户能够更直观地查看当前筛选状态。此外,还调整了预约页面表格的高度,优化了视觉呈现效果。
移动端适配
针对移动设备进行了UI优化,确保在小屏幕设备上也能获得良好的使用体验。同时改进了数据表选择栏的显示方式,使用portal技术使其在各种环境下都能正确显示。
系统架构调整
代码重构
本次版本进行了重要的代码结构调整,将@calcom/core模块迁移至@calcom/lib,并将classNames从@calcom/lib移动到@calcom/ui。这些重构工作有助于提高代码的可维护性和模块化程度。
API增强
在API方面,新增了将组织者默认应用设置为有效输入位置的功能,扩展了API的灵活性。同时修复了scheduleId在PATCH事件类型主机分配中的工作问题,并允许cancelledBy查询参数在API v1中正常工作。
文档完善
开发团队持续完善项目文档,新增了hooks部分的v2文档,并添加了/v2/organizations/:orgId/organizations端点的详细说明,帮助开发者更好地理解和使用系统功能。
性能优化
在性能方面,对中间件进行了优化,使其能够更早地返回静态资源请求,减少了不必要的处理开销。同时更新了TypeScript配置,忽略子目录中的node_modules,提高了构建效率。
测试与稳定性
团队修复了多个端到端测试中的不稳定问题,增强了测试套件的可靠性。这些改进将有助于保证系统的稳定性和持续集成流程的顺畅运行。
总体而言,Cal.com v5.0.11版本通过一系列细致的优化和修复,进一步提升了系统的稳定性、用户体验和开发友好性,为项目的持续发展奠定了更加坚实的基础。
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-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