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。
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-1.5暂无简介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
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
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