Veyon 4.9.2 版本发布:教育管理软件的重大更新
Veyon 是一款开源的计算机教室管理软件,专为教育机构设计,允许教师远程监控和控制学生计算机。它支持跨平台操作,包括Windows和Linux系统,广泛应用于学校计算机实验室的教学管理场景。Veyon提供了屏幕监控、远程控制、演示广播等功能,帮助教师更高效地进行数字化教学。
核心功能改进
本次发布的Veyon 4.9.2版本在核心功能方面进行了多项重要改进:
-
Qt 6.8兼容性增强:开发团队优化了软件与Qt 6.8框架的兼容性,确保在不同环境下都能稳定运行。Qt作为跨平台应用开发框架,其新版本的兼容性改进意味着Veyon能够更好地利用现代图形界面特性。
-
会话元数据查询功能:新增了对会话元数据的查询能力,并可将这些数据作为计算机名称使用。这一改进使得系统管理员能够更灵活地识别和管理网络中的计算机设备。
-
用户配置模板支持:主控端现在支持加载用户配置模板,这一功能极大地简化了大规模部署时的配置工作。教育机构可以创建标准化的配置模板,然后快速应用到所有客户端计算机上。
主控端功能增强
Veyon 4.9.2对主控端功能进行了多项实用改进:
-
计算机名称源多样化:新增了对替代计算机名称源的支持,管理员现在可以根据实际需求选择不同的计算机标识方式,提高了系统的灵活性。
-
UID映射替代方案:系统现在支持替代UID映射方式,这一改进特别适用于那些需要特殊用户标识管理的教育环境。
-
配置模板目录设置:配置工具中新增了配置模板目录的设置选项,使模板管理更加集中和便捷。
插件系统优化
Veyon的插件系统在本版本中也获得了显著改进:
-
WebAPI插件稳定性提升:修复了统计变量更新的问题,并引入了独立的worker线程来处理请求,显著提高了WebAPI的响应速度和稳定性。
-
连接管理优化:在worker线程启动定时器前解锁连接,有效解决了可能出现的死锁问题。同时增加了对空闲/生命周期超时的日志记录,便于管理员排查问题。
平台特定更新
Linux平台改进
- libproc2 4.0.5+支持:新增了对libproc2 4.0.5及更新版本的支持,确保Veyon能够在最新的Linux发行版上正常运行。
Windows平台更新
- 第三方库升级:Windows版本更新了多个关键第三方库,包括:
- Qt框架升级至6.8.2版本
- OpenLDAP升级至2.6.9
- libjpeg-turbo升级至3.1.0
- libpng升级至1.6.45
- libvncserver升级至0.9.15
这些更新不仅带来了性能提升,还修复了已知的系统问题,提高了系统的整体安全性。
问题修复
Veyon 4.9.2还修复了多个重要问题:
-
配置工具崩溃问题:修复了在使用Qt 5构建时,清理访问控制组可能导致的崩溃问题,提高了软件的稳定性。
-
WebAPI插件优化:通过引入worker线程和优化连接管理,解决了WebAPI插件中的性能瓶颈问题。
总结
Veyon 4.9.2版本在稳定性、兼容性和功能性方面都有显著提升。特别是对教育机构而言,新增的配置模板支持和灵活的计算机命名方式将大大简化管理员的日常工作。跨平台支持的持续改进也确保了Veyon能够在各种教学环境中稳定运行。对于已经使用Veyon的机构,建议尽快升级到这个版本以获得更好的使用体验和更高的安全性。
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