Ordinals项目0.23.0版本发布:增强预览功能与API改进
Ordinals是一个基于区块链网络的协议,它允许用户在区块链的最小单位聪(satoshis)上刻录数据,实现非同质化代币(NFT)的功能。这个项目为区块链生态带来了全新的应用场景,使得每个聪都可以携带独特的内容和元数据。
核心功能更新
预览与缩略图功能优化
0.23.0版本对预览功能进行了显著改进,现在系统能够明确区分预览图和缩略图两种展示形式。预览图用于展示内容的完整视图,而缩略图则作为快速浏览的小尺寸版本。为了提升用户体验,所有缩略图现在都带有边框设计,使界面更加整洁美观。
对于iframe类型的媒体内容,新版增加了包装层处理,确保这些内容在预览页面中能够正确显示和运行。这一改进特别适用于嵌入视频、音频等多媒体内容的情况。
音频格式支持扩展
开发团队注意到OGG音频格式在区块链铭文中的使用需求,因此在0.23.0版本中增加了对audio/ogg内容类型的识别支持。现在系统能够正确识别并处理这种格式的音频文件,为用户提供了更广泛的媒体支持。
API接口增强
交易确认与输出状态
API现在提供了更详细的交易确认信息,修复了输出页面中关于交易是否已花费的状态显示问题。这一改进使得开发者能够更准确地追踪交易状态,构建更可靠的应用程序。
递归端点扩展
项目新增了几个递归API端点,包括:
- 通过sat编号和索引获取特定聪的内容
- 查询特定铭文的父级铭文列表
- 递归获取sat在特定索引处的内容
这些端点为开发者提供了更灵活的数据查询方式,使得构建复杂的应用逻辑成为可能。
铭文画廊功能
0.23.0版本引入了铭文画廊功能,为用户提供了一种全新的方式来浏览和展示他们的区块链铭文收藏。这一功能预计将大大提升Ordinals生态的内容展示体验。
性能与稳定性改进
项目升级了底层数据库引擎redb至2.4.0版本,显著提高了在区块链重组(reorg)情况下的性能表现。同时,团队优化了SameSat模式下的指针处理逻辑,避免了不必要的指针移动,提升了系统效率。
开发者体验优化
为了支持更广泛的开发场景,0.23.0版本放宽了CORS(跨域资源共享)策略,现在允许更多类型的跨域请求,包括POST请求和特定的内容类型。此外,团队重构了部分代码结构,将ParsedEnvelope和Envelope等关键类设为公开,方便开发者进行更深入的集成开发。
文档与示例完善
开发团队持续改进项目文档,修正了度数表示法的示例错误,优化了预览页面的标题显示,并简化了递归API的示例说明。这些改进使得新用户能够更快上手Ordinals开发。
Ordinals 0.23.0版本的发布标志着该项目在功能丰富度和开发者友好性方面又向前迈进了一步。随着预览功能的完善和API的扩展,Ordinals生态系统有望吸引更多开发者和用户参与,推动区块链NFT应用的进一步发展。
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