MiddleClick-Sonoma 3.0.0版本发布:更智能的Mac触控板中键点击方案
项目简介
MiddleClick-Sonoma是一款专为macOS系统设计的实用工具,它通过软件方式实现了在触控板和Magic Mouse上实现鼠标中键点击的功能。对于习惯使用中键操作(如浏览器标签页快速关闭、Linux系统下的粘贴操作等)的用户来说,这款工具提供了极大的便利。最新发布的3.0.0版本带来了多项重要改进,使其中键功能更加智能和稳定。
核心功能增强
应用级忽略功能
新版本增加了应用忽略列表功能,用户可以指定某些应用程序不启用中键点击功能。这一特性特别适合那些需要精确触控操作的专业软件,如设计类应用,避免了误触发的干扰。
多指触控识别优化
开发团队改进了多点触控的识别逻辑,现在能够将超过三指同时接触触控板的情况识别为中键点击。虽然这并非真正的防误触机制,但确实显著减少了手掌误触导致的问题,提升了使用体验。
登录自启动选项
3.0.0版本新增了"登录时启动"选项,方便用户设置工具随系统自动运行,无需每次手动开启,提高了日常使用的便利性。
技术改进与稳定性提升
权限管理优化
新版改进了辅助功能权限的处理机制,当权限被撤销时会立即提示用户重新授权,避免了因权限缺失导致触控板无响应的尴尬情况。
点击事件处理优化
开发团队重构了鼠标事件处理逻辑,现在会优先处理点击事件,然后再处理轻点点击(tap-to-click)操作。这种处理顺序的调整显著提升了响应速度和准确性。
资源管理改进
通过修复资源泄漏问题,新版在长时间运行时的内存占用更加稳定,特别是在处理大量鼠标事件时表现更为出色。
底层架构升级
Swift语言迁移
3.0.0版本完成了从Objective-C到Swift的全面迁移,不仅提升了代码的可维护性,也为未来功能的扩展打下了坚实基础。
自定义库引入
开发团队引入了两个核心库:
- ConfigCore:现代化的UserDefaults封装,简化了配置管理
- MoreTouch:对苹果未公开的MultitouchSupport框架的Swift封装,提供了更优雅的API
工程结构优化
新版采用了更清晰的单一职责原则(SRP)来组织代码结构,提高了模块化程度,使各个功能组件更加独立和可测试。
开发者体验提升
项目现在支持通过简单的make命令完成构建、归档和导出应用的全流程,大大简化了开发工作。同时引入了持续交付(CD)管道,确保每次发布的稳定性和可靠性。
总结
MiddleClick-Sonoma 3.0.0版本是一次全面的升级,不仅在功能上更加完善,在稳定性、性能和开发者体验方面都有显著提升。特别是多指触控识别和应用忽略功能的加入,使得这款工具在各种使用场景下都能提供更加精准和可靠的中键功能体验。对于依赖中键操作效率的用户来说,这无疑是一个值得升级的版本。
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