RomM项目v3.7.2版本发布:游戏管理平台的重要更新
项目简介
RomM是一个开源的复古游戏管理平台,它允许用户组织、管理和直接游玩各种复古游戏。作为一个现代化的游戏库解决方案,RomM提供了美观的界面、强大的游戏元数据管理功能,以及内置的模拟器支持。该项目特别适合复古游戏爱好者和收藏家使用,能够帮助他们高效地管理庞大的游戏收藏。
核心功能更新
模拟器引擎升级
本次版本将内置的EmulatorJS模拟器引擎升级到了v4.2.1版本。这一更新带来了更好的兼容性和性能提升,特别是针对NeoGeo AES和MVS游戏的模拟支持得到了显著改善。现在用户可以直接在平台内流畅游玩这些经典街机游戏,无需额外配置。
游戏管理增强
新增了从"继续游玩"板块移除游戏的功能选项。这个实用的功能让用户可以更灵活地管理首页展示内容,清理不再需要显示的游戏记录。同时,改进了画廊视图的表格展示方式,新增了更适合游戏排序的列,使大规模游戏库的管理更加高效。
安全与认证改进
登录系统优化
引入了新的环境变量DISABLE_USERPASS_LOGIN,当使用OIDC(OpenID Connect)认证时,可以禁用传统的用户名/密码登录字段和端点。这一改进增强了系统的安全性,特别是在企业部署场景下。
OIDC认证增强
新增了OIDC_TLS_CACERTFILE环境变量,支持指定挂载的证书文件路径,用于加密的OIDC登录。同时修复了多个自上个版本以来报告的OIDC相关问题,包括:
- 正确处理OIDC服务器应用URL结尾的斜杠
- 改进了OIDC邮箱验证检查
- 修复了时区处理问题
数据库兼容性
针对实验性的PostgreSQL数据库支持进行了多项修复,解决了JSON包含函数的使用问题,确保在不同数据库后端下的稳定运行。这些改进为将来全面支持PostgreSQL打下了良好基础。
用户体验优化
界面改进
移除了前端不再需要的SASS库,简化了代码结构。新增了德语语言支持,使平台能够服务更广泛的用户群体。同时添加了OpenBOR游戏的专用图标,丰富了游戏类型的视觉展示。
技术检测
现在系统会检测WebGL支持情况来测试EmulatorJS的兼容性,这有助于提前发现可能影响游戏运行的客户端环境问题。
总结
RomM v3.7.2版本在游戏兼容性、系统安全性和用户体验等多个方面都有显著提升。特别是模拟器核心的升级和游戏管理功能的增强,使得这个开源游戏管理平台更加完善。对于复古游戏爱好者来说,这些改进将大大提升他们的游戏收藏管理体验。
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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