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。
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-7BSpark-Prover-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-7BSpark-Formalizer-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).Dockerfile014
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