Workout Tracker v2.1.1版本发布:健身数据同步与多语言支持全面升级
Workout Tracker是一个开源的健身追踪系统,它帮助用户记录和管理各种运动数据,包括跑步、骑行等活动的详细信息。该系统提供了Web界面和命令行工具,支持多用户使用,并能够与第三方健身设备和服务进行数据同步。
核心功能改进
Fitbit数据同步功能增强
本次版本对Fitbit设备的数据同步功能进行了全面升级。开发团队实现了以下关键改进:
-
命令行工具集成:新增了专门的Fitbit同步CLI工具,允许用户通过命令行界面灵活控制数据同步过程。
-
精细化同步控制:用户可以按需选择同步特定时间段的数据,或者仅同步最新活动记录,避免不必要的数据传输。
-
错误处理优化:改进了Fitbit API调用时的错误处理机制,当API返回错误时能够提供更清晰的反馈信息。
-
数据完整性保障:修复了数据库模型中用户关联的问题,确保从Fitbit同步的每项运动数据都能正确关联到相应用户账户。
多语言支持扩展
国际化和本地化是本版本的另一个重点改进方向:
-
新增简体中文支持:系统现在正式支持简体中文界面,扩大了在中国用户群体中的可用性。
-
翻译文件重构:对挪威语等语言的文件命名进行了标准化处理,确保各语言包遵循一致的命名规范。
-
翻译内容更新:通过Weblate平台持续更新了多种语言的翻译内容,包括界面文本和错误提示信息。
技术架构优化
在系统架构和开发流程方面,团队进行了多项改进:
-
Docker构建优化:改进了Docker镜像的构建过程,使容器化部署更加高效可靠。
-
依赖项全面升级:更新了所有第三方依赖库到最新稳定版本,包括golangci-lint等开发工具。
-
代码质量提升:移除了对nakedret规则的配置覆盖,遵循更严格的代码规范。
-
测试数据管理:改进了截图生成脚本,现在可以使用独立的测试数据库生成界面截图,不影响生产数据。
用户体验改进
针对终端用户的使用体验,本次更新包含以下优化:
-
API密钥输入安全:移除了个人资料页面中API密钥输入字段的name属性,增强安全性。
-
文档更新:同步更新了README文件和系统截图,准确反映最新功能。
-
性能优化:通过数据库查询优化和代码重构,提升了系统响应速度。
Workout Tracker v2.1.1版本通过上述改进,显著提升了系统的功能性、可靠性和国际化支持程度,为全球健身爱好者提供了更完善的数据追踪解决方案。开发团队将继续关注用户反馈,持续优化产品体验。
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-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