Kolibri教育平台v0.18.1版本发布:优化测验功能与用户体验
Kolibri是一个开源的离线教育平台,专为资源受限环境设计,旨在为全球学习者提供高质量的数字化教育资源。该平台支持多种设备部署,包括Windows、Mac、Linux和Android系统,特别适合学校、社区中心和缺乏稳定网络连接的地区使用。
核心功能改进
测验功能重大优化
本次版本最显著的改进是针对测验功能的优化。系统现在默认采用固定题目顺序的章节设计,这一改变源于用户社区的反馈。在之前的版本中,测验题目可能会随机排序,这给教师的教学评估带来了一定困扰。新版本通过固定题目顺序,使得测验结果更加稳定可靠,便于教师进行纵向对比分析。
另一个重要修复是解决了长期存在的测验同步问题。当测验被分配给单个学习者或学习小组时,如果这些学习者使用的是仅限学习功能的设备,测验内容可能无法正确同步。这个问题在v0.18.1中得到了彻底解决,确保了所有学习设备上的测验内容都能保持一致。
用户界面与体验优化
针对Mac应用和Safari浏览器的显示问题,开发团队修复了Facility > Class表格的布局问题。同时,学习页面中的筛选器选项不再出现截断现象,确保了所有选项都能完整显示。在移动设备上,特别是在竖屏模式下查看练习测验时,"提交测验"按钮现在能够始终可见,提升了移动端用户体验。
技术架构改进
数据库与性能优化
在数据库层面,新增了date_deleted字段到FacilityUser模型,并引入了SoftDeletedFacilityUserModelManager。这些改进为未来实现用户软删除功能奠定了基础,同时确保了现有查询不会意外包含已删除用户。
性能方面,团队优化了作业更新的数据库写入操作,现在只对重要事件进行写入,减少了不必要的数据库负载。此外,通过移除未使用的Django区域设置文件,显著减小了whl文件的体积,提升了部署效率。
前端架构调整
前端部分进行了多项清理工作,包括移除不再使用的组件和优化学习活动导入。KDS(Kolibri Design System)升级到了最新版本,带来了更稳定的UI组件。特别值得注意的是,AccessibleResourceCard组件中的深层KTextTruncator样式被移除,使得代码结构更加清晰。
开发者相关改进
对于开发者而言,本次更新改进了SQLAlchemy URL.create对特殊字符密码的处理能力,增强了系统的兼容性。同时,eslint-config-prettier、katex、webpack等多个前端依赖项都更新到了最新版本,提供了更好的开发体验和安全性。
总结
Kolibri v0.18.1版本虽然是一个小版本更新,但包含了多项实质性改进,特别是在测验功能和用户体验方面。这些改进使得平台更加稳定可靠,同时也为未来的功能扩展打下了坚实基础。对于教育工作者和学习者来说,这个版本提供了更流畅、更一致的使用体验;对于开发者而言,则带来了更清晰的代码结构和更高效的开发工具链。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00