ArchiveWeb.page v0.15.2版本发布:增强视频捕获与用户体验优化
ArchiveWeb.page是一个开源的网页存档工具,它允许用户以高保真度捕获和重放网页内容。该项目基于Webrecorder技术栈构建,提供了浏览器扩展和桌面应用程序两种使用方式,能够完整保存网页的交互行为、动态内容和媒体资源。
本次发布的v0.15.2版本主要针对视频捕获功能进行了优化,并改进了用户界面体验。以下是该版本的主要技术改进点:
核心功能增强
-
Facebook视频捕获修复:解决了Facebook视频存档时可能出现的问题,通过Webrecorder/wabac.js的底层更新,增强了重写机制的填充处理,确保视频内容能够被完整捕获。
-
媒体源扩展(MSE)控制:新增了"禁用MSE"选项,允许用户选择是否禁用媒体源扩展。这一功能对于某些视频捕获场景可能带来更好的效果,默认情况下保持启用状态以兼容大多数网站。
-
下载内容序列化:改进了PDF和截图下载功能,现在这些内容会被序列化为"资源"记录,便于管理和后续使用。
用户体验优化
-
自动保存偏好设置:用户界面中的复选框设置现在会在点击时自动保存,无需额外确认步骤,提升了操作效率。
-
标签页记忆功能:系统会记住用户最后使用的标签页,下次打开时自动恢复,保持工作连续性。
-
依赖项更新:升级了多个核心依赖库,包括:
- wabac.js更新至2.23.2版本
- rwp更新至2.3.12版本
- Electron框架升级至36.3.2版本
技术架构改进
本次更新继续强化了ArchiveWeb.page的底层架构稳定性。通过Electron框架的版本升级,提升了桌面应用的性能和安全性。wabac.js作为核心存档引擎的更新,带来了更好的内容重写能力和兼容性处理。
对于开发者而言,这些依赖项的更新意味着更好的现代浏览器特性支持和更少的潜在兼容性问题。同时,资源记录方式的改进为后续可能增加的存档分析功能奠定了基础。
实际应用价值
对于需要存档网页内容的用户,特别是那些处理富媒体网站的研究人员、记者和数字保存专家,这个版本提供了更可靠的视频捕获能力。Facebook作为全球最大的社交媒体平台之一,其视频内容的完整存档对于许多研究场景至关重要。
禁用MSE的选项为用户提供了更多控制权,在面对难以捕获的视频内容时可以尝试不同的技术方案。而自动保存和标签记忆这些看似小的改进,在实际长期使用中能显著提升工作效率。
ArchiveWeb.page持续在网页存档这个细分领域深耕,v0.15.2版本再次证明了该项目对高保真网页捕获的承诺,以及不断优化用户体验的决心。
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