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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0188
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08