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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08