FlorisBoard 输入法框架迎来重大样式系统升级
FlorisBoard 是一款开源的 Android 输入法应用,以其高度可定制性和现代化设计而著称。最新发布的 0.5.0-alpha03 版本带来了多项重要的样式系统改进和错误修复,显著提升了用户体验和主题定制能力。
样式系统深度优化
本次更新的核心亮点是对样式系统的全面增强。开发团队引入了全新的 mode 属性,这一创新设计允许开发者针对不同状态下的元素进行更精细化的样式控制。例如,可以分别为按下状态、选中状态或普通状态下的按键定义不同的视觉效果。
Smartbar 作为 FlorisBoard 的特色组件,在此次更新中获得了多项样式修复和增强。现在开发者可以对 Smartbar 中的各个子组件(如候选词栏、快捷操作按钮等)进行独立样式定制,大大提升了界面设计的灵活性。
主题编辑器功能完善
针对主题编辑器,开发团队修复了多个影响用户体验的问题。其中最值得注意的是解决了字体大小乘数无效的问题,现在用户可以准确调整字体大小比例。此外,主题管理器下拉菜单的状态更新问题也得到了修复,确保了界面交互的流畅性。
新版还优化了所有默认主题和回退主题的视觉效果,为使用者提供了更精美的开箱即用体验。特别值得一提的是新增的 SnyggListItem 组件,它允许对子类型面板中的列表项进行专门样式设置,进一步丰富了主题定制选项。
国际化支持扩展
在语言支持方面,本次更新新增了亚美尼亚语键盘布局,体现了 FlorisBoard 对多语言支持的持续投入。这一改进使得更多语种的用户能够获得更符合本地输入习惯的体验。
稳定性提升
除了功能增强外,开发团队还修复了多个影响稳定性的问题:
- 解决了 Smartbar 快捷操作在偏好设置迁移过程中重复出现的问题
- 修正了版本后缀缺少分隔符的问题
- 修复了与 IME UI 状态相关的主题状态更新问题
这些改进使得 FlorisBoard 的整体稳定性得到显著提升,为用户提供了更可靠的使用体验。
兼容性说明
对于现有主题开发者,0.5.0-alpha03 版本保持了良好的向后兼容性。基于 0.5.0-alpha02 版本创建的主题基本可以无缝迁移,仅需对 Smartbar 中的部分尺寸设置进行微调即可适配新版本。
FlorisBoard 0.5.0-alpha03 的这些改进标志着该项目在打造高度可定制、功能丰富的开源输入法道路上又迈出了坚实的一步。随着样式系统的不断完善,用户和开发者将能够创建出更具个性化和专业水准的输入体验。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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