Eidos v0.16.1版本更新:文件字段增强与脚本能力扩展
Eidos是一款现代化的知识管理与协作工具,它采用了类似Notion的块编辑器设计理念,同时提供了更强大的自定义能力和扩展性。在最新发布的v0.16.1版本中,Eidos团队主要优化了文件字段的处理能力,改进了微块(Micro Block)的用户体验,并显著增强了脚本系统的功能。
文件字段功能增强
本次更新对文件字段进行了多项改进,使其在实际应用中更加灵活和实用:
-
数据URI图像支持:文件字段现在可以直接显示使用数据URI编码的图片,这意味着开发者可以通过Base64编码的方式直接将图片数据嵌入到字段中,而不需要额外的文件存储。
-
公式与查找字段的增强:当公式字段或查找字段的目标是文件字段时,这些字段现在可以被用作画廊(Gallery)的封面。这为数据展示提供了更多可能性,用户可以通过计算或关联的方式动态确定画廊封面。
-
自适应画廊封面:新增了"fit content"选项,画廊封面现在可以根据图片的宽高比自动调整显示尺寸,确保图片内容完整显示而不会出现裁剪或变形的情况。
微块功能优化
微块作为Eidos的特色功能之一,在本版本中也得到了显著改进:
-
文档菜单优化:微块现在可以像内置块一样被正确过滤和排序,在文档菜单中它们会被安排在系统内置块之后显示,这种组织方式使得用户能够更清晰地找到和使用自定义微块。
-
独立打开支持:通过引入
eidos://block/<blockId>@<spaceId>的URI方案,微块现在可以被独立打开和访问。这一特性为构建更复杂的应用场景提供了基础,比如创建可单独访问的微应用或仪表板。
脚本系统能力扩展
脚本功能是Eidos自动化能力的核心,v0.16.1版本带来了重大升级:
-
直接执行支持:脚本现在可以直接运行,而不需要绑定到特定事件或动作上。这为临时性任务和交互式脚本提供了更好的支持。
-
AI模型集成:通过扩展Eidos的类型定义,脚本现在可以直接调用AI模型服务。开发者可以使用类似下面的代码片段来集成AI能力:
const result = await eidos.AI.generateText({
model: "google/gemini-2.0-flash-001@openrouter",
prompt: "9.11和9.9,哪个更大?"
});
- 脚本间调用:新增了脚本间调用的能力,使得复杂功能可以被拆分为多个脚本模块,提高代码复用性和可维护性。调用方式如下:
await eidos.script.call("scriptA", {
prompt: "草莓(strawberry)这个单词中有多少个r?"
});
架构优化
在底层架构方面,本次更新减少了DataSpace对运行时API的依赖,这一改动使得核心数据层更加独立和稳定,为未来的功能扩展打下了更好的基础。
总体而言,Eidos v0.16.1版本虽然是一个小版本更新,但在文件处理、微块体验和脚本能力方面都带来了实质性的改进,特别是脚本系统新增的AI集成和脚本间调用能力,为开发者构建更智能、更复杂的自动化工作流提供了强大支持。
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