Nakama 3.26.0版本发布:社交游戏服务器的重要更新
Nakama是一款开源的分布式社交和实时游戏服务器,专为移动和网页游戏设计。它提供了用户认证、实时多人游戏、社交功能、排行榜、聊天系统等核心功能,帮助开发者快速构建复杂的游戏后端系统。最新发布的3.26.0版本带来了一系列功能增强和问题修复,进一步提升了系统的稳定性和功能性。
主要新增功能
开发者控制台支持邮箱账户过滤
在3.26.0版本中,开发者控制台新增了通过邮箱地址过滤账户的功能。这一改进使得管理员能够更便捷地查找和管理特定用户账户,特别是在处理用户支持请求或进行账户审计时尤为有用。开发者现在可以直接在控制台界面输入邮箱地址进行精确查询,大大提高了管理效率。
好友元数据支持
此版本引入了好友元数据功能,为游戏社交系统带来了更大的灵活性。开发者现在可以为好友关系附加自定义元数据,例如:
- 好友关系的建立时间
- 好友间的互动频率
- 自定义的好友分组标签
- 特殊的社交关系状态
这一功能扩展了Nakama的社交图谱能力,使开发者能够构建更丰富的好友系统和社交互动体验。
技术架构升级
Nakama 3.26.0版本完成了对Go 1.23.5的升级。这一基础架构的更新带来了:
- 更高效的内存管理
- 改进的垃圾回收机制
- 增强的并发处理能力
- 最新的安全补丁和性能优化
对于使用Go运行时扩展的开发团队,需要同步升级nakama-common包至v1.36.0版本以确保兼容性。
关键问题修复
聊天消息排序修复
修复了持久化聊天消息列表返回顺序不正确的问题。现在系统能够严格按照时间顺序返回历史消息,确保了聊天体验的连贯性和一致性。
排行榜详情端点修正
改进了控制台API中的锦标赛排行榜详情端点,现在能够准确返回所有相关比赛细节,包括:
- 参赛者排名
- 得分详情
- 比赛时间戳
- 相关统计信息
性能监控优化
解决了无效HTTP RPC ID被错误计入Prometheus监控指标的问题。这一修复确保了系统监控数据的准确性,为性能分析和容量规划提供了更可靠的基础。
Lua运行时改进
修正了Lua运行时中的短日期格式选项处理问题,现在日期格式化函数能够正确识别和处理各种日期格式参数。
群组列表过滤修复
优化了同时使用开放状态和数量过滤器的群组列表查询,现在系统能够准确返回符合所有筛选条件的群组信息。
开发者注意事项
对于使用Go服务器运行时的开发者,必须使用nakama-common包的v1.36.0版本。可以通过以下命令进行升级:
env GO111MODULE=on go get "github.com/heroiclabs/nakama-common/runtime@v1.36.0"
这一版本升级确保了与Nakama 3.26.0的完全兼容性,同时提供了最新的API功能和性能优化。
Nakama 3.26.0版本的发布进一步巩固了其作为游戏后端解决方案的地位,通过持续的改进和优化,为开发者提供了更强大、更稳定的基础设施,帮助他们构建更具吸引力的游戏社交体验。
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