Manyfold项目v0.99.0版本发布:文件扫描优化与联邦化创作者支持
2025-07-04 23:08:32作者:傅爽业Veleda
Manyfold是一个开源的3D模型管理系统,它帮助用户高效地组织、管理和分享3D模型资源。作为一个现代化的3D资产管理平台,Manyfold提供了从本地文件管理到在线协作的全套解决方案。
版本核心更新
可配置的文件扫描忽略规则
在v0.99.0版本中,Manyfold引入了一个重要的文件管理功能改进 - 可自定义的扫描忽略规则。这项功能允许用户:
- 通过配置文件指定需要忽略的文件和目录模式
- 使用正则表达式定义复杂的忽略规则
- 避免系统扫描临时文件、缓存目录等非必要内容
这项改进特别适合那些拥有大量3D模型资产的专业用户,他们可以精确控制哪些内容应该被纳入Manyfold的管理范围,从而保持库的整洁性和扫描效率。
联邦化创作者支持增强
Manyfold继续推进其联邦化功能,本次更新重点改进了创作者(creator)的联邦化支持:
- 跨实例创作者整合:现在可以关注其他Manyfold实例上的创作者,这些远程创作者会出现在本地创作者列表中
- 模型关联:用户可以将本地模型与远程创作者关联,建立完整的创作关系链
- 便捷访问:直接从本地界面跳转到原始创作者资料页面
- 联邦搜索:在主搜索框中直接输入联邦宇宙(Fediverse)地址即可查找和关注远程创作者
技术实现细节
文件扫描优化实现
在技术实现上,文件扫描优化功能采用了:
- 基于正则表达式的模式匹配引擎
- 用户友好的配置界面,避免直接编写复杂正则
- 实时生效的扫描规则,无需重启服务
联邦化架构改进
联邦化功能的增强涉及多个层面的技术改进:
- ActivityPub协议扩展,新增了f3di命名空间
- 远程创作者元数据存储优化
- 创作者信息在ActivityStream中的增强表示,包括:
- 创作者说明和注释的标准化嵌入
- 创作者链接作为附件处理
- 搜索接口的联邦化扩展
用户体验优化
除了主要功能外,本次更新还包含多项用户体验改进:
- 默认按名称排序库列表,提高浏览效率
- 远程创作者展示界面的重新设计,使其与本地创作者区分更明显
- 搜索稳定性和准确性的提升
未来展望
从本次更新的内容可以看出,Manyfold正在稳步推进其联邦化路线图。可以预见,未来的版本可能会带来:
- 更完整的模型联邦化支持
- 跨实例协作功能的增强
- 联邦搜索的进一步优化
- 可能的内容同步机制
v0.99.0版本标志着Manyfold在成为真正分布式3D资产管理平台的路上又迈出了坚实的一步。对于专业3D创作者和团队来说,这些改进将显著提升资产管理的效率和协作能力。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873