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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00