Copyparty文件共享服务器v1.16.8版本发布:Android性能大幅提升
Copyparty是一个轻量级的自托管文件共享服务器,支持Web界面访问、文件上传下载、媒体播放等功能。它采用Python编写,可以快速部署在各种环境中,包括Windows、Linux和MacOS系统。最新发布的v1.16.8版本主要针对Android设备上的性能进行了优化,并带来了一些实用功能改进。
Android Chrome性能优化
本次更新的最大亮点是针对Android Chrome浏览器的性能提升。开发团队发现,在Pixel等现代Android设备上,文件哈希计算速度从原来的13MB/s提升到了惊人的139MB/s,实现了近10倍的性能飞跃。
这一优化是通过调整读取策略实现的。Android的沙箱机制使得小文件读取操作开销较大,新版本改为使用更大的读取块来减少系统调用次数。虽然这会使得浏览器标签页的内存占用增加到约200MB左右,但换来了显著的性能提升。值得注意的是,这一优化仅影响基于Chrome内核的Android浏览器,Firefox不受影响。
上传功能增强
v1.16.8版本为PUT和多部分上传请求增加了JSON响应支持。现在开发者可以通过在请求头中添加Accept: json来获取JSON格式的响应,这与使用?j查询参数的效果相同。这一改进使得API集成更加灵活方便。
此外,新版本还特别为MacOS平台的ishare截图工具提供了配置示例支持。ishare是一款受ShareX启发的MacOS截图工具,Copyparty现在能够更好地与之集成。作为额外改进,当单文件上传成功时,响应中会包含一个顶级JSON属性fileurl,这解决了ishare工具的一个已知问题。
系统稳定性改进
本次更新修复了一个潜在的上传死锁问题。当满足以下两个条件时可能出现死锁:
- 没有为任何卷启用数据库功能
- 启用了共享功能或用户可修改密码功能
开发团队还修复了启动时部分上传注册表可能出现的显示不同步问题,进一步提高了系统的稳定性。
其他重要改进
v1.16.8版本还包含多项值得注意的改进:
- 移除了部分上传元数据中的废弃属性,v1.15.7成为能够读取现代up2k.snap文件的最旧版本
- 增加了Synology NAS上的安装指南,方便NAS用户部署
- 为不同平台提供了更多客户端配置示例,包括Windows的ShareX、MacOS的ishare和Linux的flameshot
- 更新了反向代理配置示例,新增了对haproxy、lighttpd、traefik和caddy的支持
- 改进了nginx的性能配置建议
- Windows版的copyparty.exe更新了Pillow库
Copyparty作为一个轻量级自托管解决方案,特别适合需要快速搭建文件共享服务的场景。v1.16.8版本通过针对移动设备的优化和多项功能改进,进一步提升了用户体验和系统稳定性。对于Android用户和MacOS用户来说,这个版本尤其值得升级。
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-1.5暂无简介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