Rocket.Chat 7.4.0-rc.0版本发布:全面增强实时通讯功能
Rocket.Chat作为一款开源的实时通讯平台,在7.4.0-rc.0版本中带来了多项功能增强和问题修复,进一步提升了系统的稳定性、安全性和用户体验。本文将详细介绍这一版本的主要技术改进。
核心功能增强
在7.4.0-rc.0版本中,Rocket.Chat对多个核心功能进行了优化。首先新增了rooms.hide端点,允许用户通过房间ID隐藏任何类型的房间,这为管理员提供了更灵活的聊天室管理能力。对于Livechat模块,现在支持在多部门和Livechat单元上进行过滤查询,大大增强了客服系统的管理能力。
系统消息处理方面新增了IPostSystemMessageSent事件,当系统消息发送时会触发此事件,为开发者提供了更多扩展可能性。在VoIP功能上,实现了对视频会议铃声和拨号音量的用户偏好控制,解决了之前视频会议总是以最大音量播放的问题。
性能与稳定性改进
此版本对Omnichannel会话启动过程进行了事务性处理改造,提高了系统的数据一致性。同时修复了路由算法忽略Livechat_enabled_when_agent_idle设置的问题,确保空闲用户不会被分配到咨询请求中。
在消息处理方面,修复了非拉丁语高亮显示不一致的问题,确保非拉丁字符能被可靠地检测和突出显示。对于消息排序,增强了im.messages和dm.messages端点的多参数排序支持。
安全性与合规性提升
安全方面,7.4.0-rc.0版本引入了DOMPurify和he库来净化ECDH和Livechat错误信息,防止XSS攻击。修复了可能导致私人应用安装失败时显示空错误消息的问题,提升了错误处理的友好性。
在用户隐私方面,实现了OTR(端到端加密)会话结束后立即删除相关消息的功能,增强了通讯的私密性。同时修复了可能导致公共频道新消息被未订阅用户看到的安全问题。
用户体验优化
界面交互方面有多项改进:修复了启用/禁用TOTP双因素认证时UI不实时更新的问题;优化了侧边栏点击时的重渲染性能;提升了图片库图标按钮的颜色对比度以满足WCAG可访问性标准。
对于管理员,修复了企业工作区中某些高级布局设置无法更新的问题,并改进了权限搜索功能。在消息导出功能中,现在会包含文件类型附件的元数据,使导出内容更加完整。
技术架构升级
底层技术栈方面,将Meteor框架升级至3.1.2版本,Node.js升级至20.13.1版本。推送通知服务从已弃用的GCM切换为FCM,为自定义移动应用提供了更可靠的推送支持。
在API设计上,修复了channels.list端点拒绝分页参数的问题,并验证了创建或编辑Omnichannel联系人时的重复邮箱和电话号码,提高了数据质量。
这一版本的发布标志着Rocket.Chat在实时通讯领域的持续创新,通过多项功能增强和问题修复,为用户提供了更稳定、安全和高效的协作体验。
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。C050
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TSX0126
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