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。
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
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