FitTrackee v0.9.0版本发布:社交功能全面升级
FitTrackee是一款开源的健身追踪应用,专注于为用户提供简单高效的锻炼记录功能。该项目采用Python开发,支持多种运动类型的跟踪和数据分析,帮助用户更好地管理自己的健身计划。
最新发布的v0.9.0版本带来了重大功能更新,主要集中在社交互动方面的增强,使FitTrackee从一个单纯的个人健身追踪工具转变为更具社区属性的健身平台。
社交功能体系全面构建
v0.9.0版本的核心升级是构建了一套完整的社交功能体系:
-
用户关系管理:新增了关注/被关注机制,用户可以相互关注,建立社交连接。同时引入了用户屏蔽功能,让用户能够自主管理不想看到的内容。
-
内容互动机制:为锻炼记录添加了评论和点赞功能,用户可以对公开的锻炼记录发表评论或点赞,增强了社区互动性。
-
内容可见性控制:完善了内容可见性层级系统,用户可以精细控制每条锻炼记录的可见范围,平衡隐私保护和社交分享的需求。
-
通知系统:新增了UI通知功能,及时提醒用户收到的互动信息,如被关注、评论或点赞等。
管理与权限体系升级
为配合社交功能的引入,v0.9.0版本对用户角色和权限系统进行了扩展:
-
新增角色类型:在原有用户基础上,增加了"版主"和"所有者"两种高级角色,分别负责内容管理和系统管理。
-
管理工具:提供了内容审核工具,帮助管理员维护社区秩序,处理不当内容。
-
CLI增强:命令行工具现在支持在创建用户时直接指定角色类型,便于系统管理。
功能优化与问题修复
除了主要功能更新外,v0.9.0版本还包含多项改进:
-
Markdown支持:锻炼记录的描述和备注现在支持Markdown语法,用户可以更灵活地格式化文本内容。
-
统计修复:解决了月度统计数据计算错误的问题,并确保统计数据正确考虑用户的时区设置。
-
用户体验优化:修复了隐私政策验证显示问题,改进了界面可访问性和样式。
国际化支持
v0.9.0版本继续完善多语言支持,目前主要语言的翻译完成度如下:
- 法语、英语、加利西亚语:100%完成
- 巴斯克语:72%完成
- 简体中文:48%完成
- 其他语言(德语、西班牙语、俄语等):60%左右完成
升级注意事项
对于从v0.8.x版本升级的用户,需要注意执行数据库迁移操作。建议在升级前仔细阅读相关文档,确保平滑过渡。
v0.9.0版本的发布标志着FitTrackee从一个单纯的个人健身工具向健身社交平台的转变,为用户提供了更丰富的互动体验,同时也为未来的社区发展奠定了基础。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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