Restfox v0.35.0 版本发布:优化上下文菜单与表单数据处理
Restfox 是一个功能强大的 HTTP 客户端工具,类似于 Postman 或 Insomnia,但更加轻量级且专注于开发者体验。它提供了简洁直观的界面,支持各种 HTTP 请求方法,能够帮助开发者高效地测试和调试 API。本次发布的 v0.35.0 版本主要解决了两个关键问题,提升了用户体验。
上下文菜单事件处理优化
在之前的版本中,ContextMenu 组件存在一个事件泄漏问题。具体表现为:当用户在打开的上下文菜单项内右键点击,然后点击外部时,ContextMenu 的 @click 事件处理器会意外接收到指针事件作为参数值。这可能导致开发者编写的点击事件处理逻辑出现异常行为。
这个问题的本质是原生点击事件没有被正确阻止冒泡。在 v0.35.0 中,开发团队修复了这个问题,确保了:
- 上下文菜单的点击事件处理更加可靠
- 事件参数始终是预期的值,不会意外传递原生事件对象
- 右键菜单的行为更加符合用户预期
对于开发者来说,这意味着现在可以更可靠地编写上下文菜单的点击处理逻辑,无需额外检查参数类型或处理意外情况。
多部分表单数据请求支持
另一个重要修复是针对 Multipart Form Data 请求的处理问题。在 Web 开发中,Multipart Form Data 是上传文件或发送包含二进制数据的表单时的标准方式。之前的版本中,这类请求可能无法正常工作,影响了文件上传等功能的实现。
v0.35.0 版本彻底解决了这个问题,现在可以:
- 正确构造 multipart/form-data 格式的请求
- 支持文件上传功能
- 处理包含混合内容类型(文本和二进制数据)的表单
这对于需要测试文件上传 API 或处理复杂表单数据的开发者来说是一个重要的改进。
跨平台安装支持
除了功能修复外,v0.35.0 版本还提供了更完善的跨平台安装支持:
- Ubuntu 用户可以通过 snap 安装
- macOS 用户可以使用 Homebrew 安装
- Windows 用户可以通过 Scoop 安装
这种多样化的安装方式大大降低了用户的使用门槛,使 Restfox 能够更广泛地服务于不同操作系统的开发者群体。
总结
Restfox v0.35.0 虽然是一个小版本更新,但解决了两个实际开发中可能遇到的痛点问题。上下文菜单事件的修复提升了交互的可靠性,而 Multipart Form Data 的支持则完善了 API 测试的核心功能。这些改进使得 Restfox 作为一个轻量级 HTTP 客户端工具更加成熟可靠。
对于已经使用 Restfox 的开发者,建议升级到这个版本以获得更稳定的体验;对于新用户,现在也是一个不错的尝试时机,特别是那些需要测试文件上传功能的开发者。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00