Fluidd项目v1.34.0版本发布:3D打印控制台的全新升级
Fluidd作为一款基于Web的Klipper固件3D打印机控制界面,在v1.34.0版本中带来了一系列功能增强和用户体验优化。作为开源3D打印生态系统中的重要组件,Fluidd专注于为Klipper固件用户提供直观、高效的控制体验。
核心功能升级
1. 打印床网格可视化增强
新版本引入了打印床网格图像的下载功能,用户可以直接将调平结果保存为图片,便于存档或分享。这一改进特别适合需要频繁调校打印床的用户群体,为调平过程提供了更直观的记录方式。
2. 系统配置灵活性提升
开发团队对Klipper的保存与重启操作进行了重构,现在用户可以更灵活地配置这些关键操作的行为。默认设置经过优化,能够更好地适应不同用户的工作流程需求。
3. 文件系统管理优化
文件管理界面新增了元数据列可见性调整功能,用户可以根据个人偏好自定义显示哪些文件属性信息。同时,针对每个注册目录单独显示磁盘信息的功能,让存储空间管理更加清晰明了。
用户体验改进
1. 响应式设计增强
针对窄宽度设备(如手机)的卡片布局进行了专门优化,确保在各种屏幕尺寸下都能保持良好的可读性和操作性。缩略图显示也经过调整,确保能完美适应圆形显示区域。
2. 多语言支持扩展
德语、匈牙利语、日语、波兰语和简体中文的翻译文件都获得了更新,使国际化支持更加完善。同时清理了过时的翻译键值,提高了多语言环境下的稳定性。
3. 打印历史统计增强
历史记录现在支持按天和公里数显示统计信息,为长期使用打印机的用户提供了更有价值的运营数据参考。
技术架构优化
1. 类型系统改进
代码库进行了多处类型定义优化,包括自定义组件属性的简化处理,以及更完善的未定义配置项处理机制。这些底层改进提升了代码的健壮性和可维护性。
2. 新增像素值格式化工具
引入了专门的像素值字符串格式化功能,统一了界面中各种尺寸数值的显示方式,确保视觉一致性。
3. 错误修复与稳定性提升
修正了系统包更新状态显示不准确的问题,优化了Klipper重置操作的范围控制,确保只清除相关字段。时间显示格式也进行了微调,秒数现在会进行四舍五入处理。
特色主题支持
新版本特别增加了Cocoa Press主题支持,为这款特定型号的3D打印机用户提供了更加贴合的界面体验。主题设计考虑了设备特性和用户操作习惯,进一步提升了控制效率。
Fluidd v1.34.0版本的这些改进,体现了开发团队对3D打印用户实际需求的深入理解。从基础功能增强到细节优化,每个更新点都旨在让打印控制更加顺畅、直观。特别是对国际化和移动设备的支持改进,使得Fluidd能够服务更广泛的用户群体,巩固了其作为Klipper生态中优秀控制界面的地位。
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