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。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust030
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00