Endurain v0.10.0 版本发布:运动数据管理与用户体验全面升级
2025-07-07 20:30:14作者:卓炯娓
项目简介
Endurain 是一款专注于运动数据管理的开源项目,为运动爱好者提供全面的活动记录、装备管理和数据分析功能。项目采用现代化的技术架构,支持多语言界面,并持续通过版本迭代优化用户体验。
核心功能升级
1. 运动活动数据结构的重大改进
本次版本最显著的改进是对运动活动数据结构的增强,新增了对运动圈数(laps)、组数(sets)和步数(steps)的支持。这一改进使得:
- 周期性运动如跑步、游泳等可以更精确地记录每圈数据
- 力量训练类活动能够记录组数和重复次数
- 步数统计为步行和跑步类活动提供更详细的数据维度
2. 运动活动可见性管理优化
针对用户隐私管理需求,v0.10.0 版本引入了两项重要改进:
- 默认可见性继承:新创建的活动将自动继承用户在个人资料设置中定义的可见性偏好,简化了隐私设置流程
- 批量可见性修改:用户现在可以一次性修改多个活动的可见性设置,大大提升了管理效率
3. 新增运动类型与装备支持
版本扩展了支持的运动类型范围,新增了:
- 通勤骑行(Commuting Ride)
- 综合健身(Crossfit)
- 网球(Tennis)
- 乒乓球(Table Tennis)
- 羽毛球(Badminton)
- 壁球(Squash)
- 短网拍墙球(Racquetball)
- 匹克球(Pickleball)
同时新增了"球拍"类装备类型,完善了球拍类运动的装备管理功能。
用户体验提升
1. 多语言支持扩展
项目国际化程度进一步提升,新增了:
- 西班牙语(ES)支持
- 荷兰语(NL)支持
这使得Endurain能够服务更广泛的全球用户群体。
2. 登录页面个性化
管理员现在可以自定义登录页面背景图片,为不同部署实例提供品牌定制能力。
3. 移动端体验优化
活动页面在移动设备上的显示效果得到专门优化,确保在小屏幕设备上也能获得良好的浏览体验。
技术改进与修复
1. Strava集成优化
- 改进了Strava取消关联的逻辑,现在会正确调用Strava的取消授权API
- 使用StravaLib的标准刷新令牌逻辑替代了自定义实现,提高了稳定性和兼容性
2. 文件导入处理增强
对于没有明确命名的.fit文件导入,系统现在会根据活动类型动态生成更有意义的名称,而不仅仅是使用通用的"Workout"标签。
3. 图标系统更新
- 全新设计的装备图标
- 改进的用户头像图标
4. 数据库与部署变更
- 数据库模式有变动,但预计不会影响现有数据
- 新增了server_images卷用于登录图片持久化存储
- 新增ENVIRONMENT环境变量配置项
开发者相关
项目持续保持技术栈更新,本次版本升级了多项依赖库。同时引入了新的issue模板,规范了问题报告流程,有助于社区贡献者更高效地参与项目开发。
总结
Endurain v0.10.0版本在运动数据管理精度、用户隐私控制、多语言支持和移动体验等方面都有显著提升。特别是新增的运动类型支持和活动数据结构改进,使得项目能够满足更专业化的运动记录需求。这些改进进一步巩固了Endurain作为专业运动数据管理解决方案的地位。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
664
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
298
Ascend Extension for PyTorch
Python
216
236
React Native鸿蒙化仓库
JavaScript
255
320
仓颉编译器源码及 cjdb 调试工具。
C++
133
866
仓颉编程语言运行时与标准库。
Cangjie
140
875
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
648
仓颉编程语言开发者文档。
59
818