CherryTree 1.4.0版本发布:增强加密与折叠功能
CherryTree是一款功能强大的分层笔记应用程序,采用Python和GTK编写,支持富文本和语法高亮。它允许用户以树形结构组织笔记,并提供了丰富的文本编辑功能。最新发布的1.4.0版本带来了多项重要改进,特别是在数据安全和用户体验方面。
安全增强:7zip AES加密支持
1.4.0版本最显著的改进之一是增加了对7zip AES加密的支持,这大大增强了密码保护存档的安全性。这项改进源于社区贡献者vitusb和3lbios的工作,他们从最初的报告到最终的补丁实现,共同完成了这一重要功能。
7zip的AES加密算法相比之前版本使用的加密方式提供了更强的安全性。AES(高级加密标准)是目前公认的安全加密算法之一,被广泛应用于各种安全场景。用户现在可以更放心地使用密码保护他们的笔记存档,不用担心数据被轻易获取。
折叠标题功能全面升级
新版本对折叠标题功能进行了多项改进,使这一实用功能更加完善:
-
智能折叠规则:现在折叠部分不能包含更大的标题,只能包含更小的标题。这一改变使文档结构更加清晰合理,避免了因不当折叠导致的文档混乱。
-
自动展开机制:当用户将文本行上下移动到折叠部分时,系统会自动展开该部分。这一智能行为大大提升了编辑体验,用户不再需要手动展开折叠部分来查看或编辑内容。
-
图标更新:折叠/展开图标已更新为箭头符号,使界面更加直观。
-
剪贴板改进:复制或剪切折叠标题时,隐藏部分也会被包含在剪贴板中,确保内容完整性。
其他重要改进
-
表格粘贴优化:修复了在Windows系统上复制表格并粘贴到Microsoft Word时只能粘贴为纯文本的问题。
-
代码框设置分离:现在可以分别设置代码框的自动展开宽度和高度,提供了更精细的控制选项。
-
对话框优化:增加了从列表中选择元素对话框的默认高度,改善了用户体验。
-
文本格式化:移除文本格式时现在也会移除TOC锚点,保持文档整洁。
-
多语言支持:更新了日语、哈萨克语、俄语和繁体中文等多种语言支持,体现了CherryTree的国际化和本地化承诺。
技术实现与架构
从技术角度看,1.4.0版本的改进涉及多个层面:
-
加密模块重构:7zip AES加密的实现需要对原有的加密系统进行重构,确保与现有功能的兼容性。
-
文档模型扩展:折叠功能的增强要求对文档模型进行扩展,以支持更复杂的结构关系和维护状态信息。
-
剪贴板处理优化:改进的剪贴板行为需要对GTK剪贴板系统有深入理解,确保在各种操作场景下都能正确处理文档内容。
-
跨平台兼容性:特别是Windows平台上表格粘贴问题的修复,展示了项目对多平台一致体验的重视。
总结
CherryTree 1.4.0版本通过增强的安全功能和改进的编辑体验,进一步巩固了其作为专业笔记应用的地位。7zip AES加密的引入为注重隐私的用户提供了更强的保障,而折叠功能的完善则提升了日常使用的便利性。这些改进展示了开发团队对用户反馈的积极响应和对产品质量的不懈追求。
对于现有用户,升级到1.4.0版本将获得更安全、更流畅的使用体验;对于新用户,这个版本代表了CherryTree功能完善度和稳定性的新高度。无论是个人知识管理还是专业文档处理,CherryTree 1.4.0都是一个值得考虑的选择。
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-1.5暂无简介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
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
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