Plover 4.0.0rc5 版本发布:开源速记软件的重大更新
Plover 是一款开源的速记软件,它允许用户通过专门的速记键盘或普通键盘输入速记符号,并将其转换为普通文本。作为开源速记项目的核心产品,Plover 正在经历一次重大的架构更新,旨在为用户和开发者提供更好的体验。最新发布的 4.0.0rc5 版本是这一系列更新中的第五个候选版本。
重要更新内容
用户界面改进
Plover 4.0.0rc5 对用户界面进行了多项优化。在串行端口配置窗口中,"Scan"按钮被更名为"Refresh",这一改动更准确地反映了该按钮的功能——它实际上是列出所有可用的串行端口,而非执行扫描操作。此外,插件管理器新增了一个功能按钮,支持通过 Git URL 直接安装插件,这为高级用户提供了更灵活的插件管理方式。
Linux 平台增强
对于 Linux 用户,这个版本带来了重要的功能增强。通过集成 uinput 支持,Plover 现在能够在 X11、Wayland 以及其他 Linux 和 BSD 系统上实现键盘模拟和捕获功能。这一改进大大扩展了 Plover 在 Linux 环境下的兼容性和可用性。
Windows 平台修复
Windows 用户将注意到一些键盘相关问题的修复。开发团队修正了退格键的扫描码问题,并调整了 Page Up/Page Down 键的映射关系,这些修复将提升 Windows 平台下的输入体验。
API 变更
在 API 层面,4.0.0rc5 版本对宏命名进行了调整。所有 =retrospective_* 形式的宏被简化为 =retro_*,虽然旧名称仍然保留以保持向后兼容性,但已被标记为不推荐使用。开发者应逐步迁移到新的命名约定。
安装注意事项
由于 Plover 4.0 是一个重大版本更新,其配置文件格式与 3.x 及更早版本不兼容。用户在升级前务必备份现有的 plover.cfg 文件,以免配置丢失。
技术意义
Plover 4.0.0rc5 的发布标志着该项目在跨平台兼容性和用户体验方面取得了重要进展。特别是 Linux 平台下 uinput 的集成,解决了长期以来在非 X11 环境下的输入问题,为 Wayland 用户提供了原生支持。Windows 平台键盘映射的修复则体现了开发团队对不同操作系统细节的关注。
对于开发者而言,API 的命名规范化虽然看似微小,但反映了项目在长期维护性和代码一致性方面的考量。这种前瞻性的设计决策有助于保持代码库的整洁和可维护性。
总结
Plover 4.0.0rc5 作为向最终稳定版迈进的重要一步,带来了多项实质性改进和修复。无论是普通用户还是开发者,都能从这个版本中获得更好的体验。随着项目的持续发展,Plover 正在成为开源速记领域更加成熟和可靠的选择。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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