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。
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