Project Graph 1.4.38版本发布:涂鸦与鼠标模式优化详解
Project Graph是一款专注于图形化项目管理的开源工具,它通过节点和连线的方式帮助用户可视化复杂项目流程和关系。最新发布的1.4.38版本带来了多项用户体验改进,特别是针对涂鸦功能和鼠标操作模式的优化。
涂鸦功能增强
新版本对涂鸦功能进行了两项重要改进:
-
禁用双击创建节点:在涂鸦模式下,双击操作将不再创建新节点。这一改变解决了用户在涂鸦时意外创建节点的问题,使涂鸦体验更加专注和流畅。
-
直线绘制支持:现在用户可以通过按住Shift键绘制直线。这一功能特别适合需要绘制精确水平或垂直线条的场景。技术实现上,系统会检测鼠标松开时Shift键的状态,确保直线绘制的准确性。
鼠标左键模式切换
考虑到不同用户的使用习惯和设备差异,1.4.38版本引入了灵活的鼠标左键模式切换机制:
-
三种操作模式:
- 涂鸦模式(P):专注于自由绘制
- 框选和移动模式(V):用于选择和调整元素位置
- 连线与斩断模式(C):处理节点间连接关系
-
工具栏快捷切换:在界面工具栏新增了三个专用按钮,用户可以一键切换不同模式。这一设计特别有利于:
- 习惯使用右键移动画布的用户
- 使用平板设备等无鼠标硬件的场景
-
键盘快捷键支持:为提升操作效率,新增了P/V/C三个快捷键,让熟练用户可以快速在不同模式间切换,无需手动点击工具栏按钮。
技术实现考量
从技术架构角度看,这些改进涉及几个关键点:
-
事件处理优化:涂鸦模式下需要特别处理双击事件,防止与节点创建逻辑冲突。
-
状态管理:新增的鼠标模式切换功能要求维护当前操作状态,并确保各组件能正确响应状态变化。
-
跨平台兼容性:考虑到Project Graph支持多平台,快捷键设计和触摸交互都需要考虑不同设备的特性。
用户体验提升
这些改进虽然看似细微,但对实际使用体验有显著提升:
-
降低误操作:涂鸦模式下的双击禁用减少了意外创建节点的情况。
-
操作灵活性:模式切换功能让用户可以根据当前任务快速调整工具,不必频繁修改全局设置。
-
无障碍支持:为平板用户提供的操作优化,体现了项目对多样化使用场景的考虑。
Project Graph 1.4.38版本的这些改进,展示了开发团队对用户反馈的快速响应和对细节的关注,使得这款图形化项目管理工具更加易用和强大。
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-7BSpark-Prover-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-7BSpark-Formalizer-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).Dockerfile014
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