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。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00