Fluffychat v2.0.0 版本发布:全面迁移至 Vodozemac 和 Matrix Dart SDK 1.0.0
Fluffychat 是一款基于 Matrix 协议的现代化即时通讯客户端,采用 Flutter 框架开发,支持跨平台运行。该项目以其简洁的界面设计和良好的用户体验在 Matrix 生态系统中广受欢迎。
本次发布的 v2.0.0 版本是一个重要的里程碑式更新,主要完成了向 Vodozemac 加密库和 Matrix Dart SDK 1.0.0 的迁移工作。虽然这些底层技术变更对普通用户来说几乎是透明的,但它们为应用带来了更稳定、更安全的通信基础。
核心变更与技术升级
加密系统迁移至 Vodozemac
Vodozemac 是一个现代化的 Matrix 加密实现库,它取代了原先的加密方案,为 Fluffychat 提供了更可靠的端到端加密支持。这一变更虽然不会直接影响用户界面,但显著提升了应用的安全性和稳定性。
值得注意的是,由于加密系统的重大变更,从 v2.0.0 版本降级到旧版本将导致会话丢失。这是加密系统升级的常见限制,建议用户在升级前确保已备份重要数据。
Matrix Dart SDK 1.0.0 集成
Matrix Dart SDK 是 Fluffychat 的核心依赖之一,负责处理与 Matrix 服务器的通信协议。升级到 1.0.0 版本标志着该 SDK 已经达到生产就绪状态,为应用带来了更稳定的 API 接口和更好的性能表现。
用户体验改进
除了底层技术升级外,v2.0.0 版本还包含多项用户体验优化:
-
消息标记优化:修正了发送消息时错误设置已读标记的问题,确保消息状态显示更加准确。
-
用户管理改进:修复了已封禁用户仍显示封禁按钮的界面问题,使管理员操作更加直观。
-
导航流程优化:在用户离开聊天室后,应用会自动返回聊天室列表,简化了操作流程。
-
上下文菜单重设计:重新设计了消息的上下文菜单,使其更加美观易用。
-
选择模式高亮:在选择模式下,相关操作按钮会得到明显的高亮显示,提升操作的可发现性。
技术栈更新
项目技术栈也进行了相应升级:
- Flutter 框架升级至 3.32.4 版本,带来更好的性能和更多新特性
- 修复了与 MxcImage 相关的编译错误
- 改进了事件转发机制,确保转发的是最新版本的事件
国际化支持
本次更新还包含了西班牙语的翻译改进,进一步扩大了应用的国际化支持范围。
总结
Fluffychat v2.0.0 虽然主要关注底层技术升级,但这些变更将为未来的功能开发和性能优化奠定坚实基础。对于普通用户而言,最直观的感受可能是应用运行更加稳定流畅,而对于开发者社区来说,这次升级则意味着更现代化的代码架构和更可靠的开发基础。
建议所有用户尽快升级到 v2.0.0 版本,以获得最佳的使用体验和安全保障。由于加密系统的变更,升级后请避免降级操作,以免造成数据丢失。
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