Project Graph v1.3.2版本发布:新增主题与编辑器优化
Project Graph是一款专注于知识管理和思维导图的开源工具,它通过图形化界面帮助用户组织和连接各种想法和信息。最新发布的v1.3.2版本带来了一系列视觉和功能上的改进,使这款工具更加易用和个性化。
视觉体验全面升级
本次更新最引人注目的是新增了两套UI主题:白色主题和马卡龙主题。白色主题采用了极简主义设计,提供高对比度的显示效果,适合需要专注工作的场景。而马卡龙主题则采用了柔和的色彩搭配,特别考虑了散光用户和长时间使用者的视觉舒适度。
值得注意的是,开发团队特别提醒用户,原有的"论文白"主题由于对比度过高,可能会造成视觉疲劳,不建议长时间使用。这种对用户体验细节的关注体现了Project Graph团队的专业态度。
所见即所得的节点编辑器
v1.3.2版本引入了一个重要的功能改进:所见即所得的节点详情编辑器。这意味着用户在编辑节点内容时,可以实时看到最终的显示效果,无需反复预览。这种即时反馈机制大大提升了编辑效率,特别是在处理复杂内容时。
AI功能升级与快捷键自定义
项目团队将内置的AI功能升级为DeepSeek模型,这可能会带来更准确的语义理解和内容生成能力。同时,新版本允许用户自定义tab键的行为,提供了更大的操作灵活性。
对于希望简化界面的用户,现在可以通过F3键快速切换信息显示状态,在简洁视图和详细信息视图之间无缝切换。
问题修复与性能优化
开发团队解决了多个影响用户体验的问题:
- 修复了web版中连接到空位置创建节点时意外弹出右键菜单的问题
- 移除了web版的自动备份功能,避免不必要的性能开销
- 优化了界面渲染,移除了影响性能的毛玻璃效果
- 改进了对话框动画,使交互更加流畅
- 修复了树形节点导出纯文本时的排序问题
- 解决了特效无法关闭的bug
这些改进使得Project Graph在保持功能丰富的同时,运行更加稳定高效。
跨平台支持
v1.3.2版本继续提供全面的跨平台支持,包括Windows、macOS(包括aarch64和x64架构)、Linux(.deb包)和Android(APK)等多个平台的安装包。这种广泛的兼容性确保了不同设备和操作系统的用户都能获得一致的体验。
总体而言,Project Graph v1.3.2版本在视觉设计、功能完善和性能优化方面都取得了显著进步,进一步巩固了其作为一款专业级知识管理工具的地位。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00