Zashboard v1.66.0 版本发布:搜索历史记录与PWA增强
2025-07-08 13:54:52作者:庞眉杨Will
Zashboard是一个现代化的仪表盘项目,提供了丰富的功能和用户界面。在最新发布的v1.66.0版本中,项目团队带来了两项重要的功能改进和一些关键问题的修复,进一步提升了用户体验和系统稳定性。
搜索历史记录功能
本次更新最显著的新特性是实现了搜索历史记录功能。这项功能会自动记录用户在系统中的搜索行为,为用户提供以下优势:
- 便捷性:用户可以快速查看和访问之前的搜索记录,无需重复输入相同的关键词
- 连续性:在多设备或多次会话间保持搜索历史的连贯性
- 个性化:系统可以根据历史记录提供更精准的个性化建议
这项功能的实现采用了本地存储方案,确保了用户隐私数据的安全性,同时避免了不必要的服务器负载。
PWA刷新按钮增强
针对渐进式Web应用(PWA)的用户体验,v1.66.0版本新增了专门的刷新按钮。这一改进解决了PWA环境下常见的几个痛点:
- 当应用有新版本可用时,用户可以主动触发更新
- 解决了PWA缓存机制可能导致的内容更新延迟问题
- 提供了更直观的UI反馈,让用户明确知道何时需要刷新
这项改进特别适合那些将Zashboard作为PWA安装到设备上的用户,确保了他们总能获取到最新的内容和功能。
关键问题修复
除了新功能外,本次更新还包含了两项重要的错误修复:
- Sing-box全局模式修复:解决了sing-box配置中全局模式相关的问题,确保了网络功能的稳定运行
- 浏览器图标缓存问题:优化了图标缓存机制,解决了某些浏览器环境下图标显示异常的问题
这些修复提升了系统的整体稳定性和跨浏览器兼容性,为用户提供了更加一致和可靠的体验。
技术实现亮点
从技术角度看,这次更新体现了项目团队对细节的关注:
- 搜索历史功能采用了高效的本地存储策略,平衡了性能和存储空间
- PWA刷新机制实现了智能的版本检测,避免不必要的更新提示
- 图标缓存问题的解决展示了团队对浏览器兼容性问题的深入理解
Zashboard v1.66.0版本的发布,再次证明了该项目对用户体验和技术质量的持续追求。无论是新增的搜索历史功能,还是PWA体验的增强,都让这个仪表盘工具变得更加实用和可靠。
登录后查看全文
热门项目推荐
相关项目推荐
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
615
138
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.16 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
257
91
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
646
255