Project Graph 1.6.3版本发布:无向边与超边功能全面升级
Project Graph是一款专注于可视化图形编辑的开源工具,它为用户提供了直观的节点和边操作界面,特别适合用于知识图谱构建、思维导图绘制以及复杂关系网络的可视化分析。在1.6.3版本中,开发团队重点增强了无向边和超边的功能,同时对用户体验进行了多项优化。
核心功能升级
多源无向边功能完善
1.6.3版本对无向边功能进行了全面增强。现在用户可以在无向边上直接编辑文字,这为标记边的关系类型或添加注释提供了便利。开发者还增加了箭头显示选项,用户可以根据需要选择箭头显示在内部、外部或完全隐藏箭头。
技术实现上,无向边采用了直线连接方式而非曲线,这提高了视觉清晰度。特别值得一提的是,无向边的中心位置现在支持拖拽调整,用户可以通过鼠标操作灵活改变边的布局。在数据持久化方面,团队确保了无向边的所有属性都能正确保存和加载。
超边功能重大改进
超边功能在本版本获得了算法级优化。开发团队实现了凸包算法,使得超边能够以更美观的凸包形式渲染节点集合。系统会自动计算合适的padding值,确保超边与包含的节点保持恰当距离。
新增的超边渲染模式切换功能允许用户在不同视觉表现间选择,这为不同使用场景提供了灵活性。例如,在处理密集节点群时,用户可以选择最合适的渲染方式来保持界面清晰。
用户体验优化
交互方式增强
1.6.3版本显著改善了视图导航体验。横向滚轮的支持让用户能够更自然地浏览大型图形。当使用方向键移动选中节点时,摄像机的跟随移动变得更加平滑,减少了视觉跳跃感。
侧边滚轮(通常指鼠标拇指滚轮)获得了自定义功能,用户可以根据习惯设置其行为。新增的"滚动时视野跟随鼠标移动"选项进一步提升了操作直觉性。
文本与链接处理
现在,任何实体(节点或边)详细信息的第一行都会被特殊处理:如果内容符合路径格式,系统会将其识别为可打开的外部链接。这一设计巧妙地扩展了文本节点的功能,使其能够充当文档或资源的快捷入口。
新增的文本交换快捷键(e e e e e)提供了快速将节点内容与详细信息互换的能力,这对需要频繁调整节点显示内容的用户特别有用。
技术细节优化
在底层实现上,开发团队重构了节点旋转相关的代码,改善了命名规范和维护性。框选机制从"非完全覆盖"模式升级为更精确的"碰撞检测"模式,提高了选择操作的准确性。
错误处理界面经过重新设计,现在更便于用户复制错误信息寻求技术支持。视觉方面,凸包线的渲染效果获得优化,整体显示更加清晰美观。
实用功能与小改进
版本中包含多项贴心的小功能:生成大量表情节点的快捷键(= = =)为演示和测试场景提供了便利;KEI和RUA节点的生成算法经过调整,布局更加合理;各种文本提示和翻译内容也经过了仔细校对和优化。
Project Graph 1.6.3通过上述改进,在功能丰富度和使用流畅度上都达到了新高度。无向边和超边功能的完善使其在处理复杂关系网络时更具优势,而全方位的交互优化则让各类用户都能获得更舒适的操作体验。这些变化共同推动Project Graph向着更专业、更易用的可视化工具方向迈进。
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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