Nextcloud Deck 1.15.0版本发布:增强卡片引用与多项改进
项目简介
Nextcloud Deck是一款开源的项目管理工具,它为用户提供了一个直观的看板式界面来组织和跟踪任务。作为Nextcloud生态系统中的重要组成部分,Deck允许用户创建卡片、列表和看板,支持团队协作和项目管理。它特别适合敏捷开发团队和个人任务管理,能够与Nextcloud的其他功能如文件、日历和聊天无缝集成。
1.15.0版本亮点
卡片标题链接引用功能
本次更新的核心功能是为卡片标题中的链接添加了引用解析能力。当用户在卡片标题中包含链接时,系统现在能够自动识别并处理这些链接,为用户提供更丰富的交互体验。这一改进使得卡片间的关联更加直观,用户可以通过简单的链接就能建立任务间的依赖关系。
用户体验优化
-
删除卡片后自动关闭模态框:在删除卡片操作后,系统会自动关闭相关模态框,减少了不必要的用户操作步骤,使流程更加顺畅。
-
新卡片输入间距调整:改进了新建卡片输入框的视觉间距,提升了界面的一致性和美观度。
-
公共DAV URL处理:增强了系统对公共DAV URL的处理能力,避免了因URL格式问题导致的操作失败。
系统稳定性提升
-
错误处理增强:
- 改进了对未找到卡片的错误处理,避免因查询不存在的卡片导致系统异常
- 修复了通知准备过程中的参数异常问题
-
查询构建器升级:采用了新的查询构建器,提高了数据库操作的效率和可靠性。
-
导出功能修复:解决了在导出过程中遇到已删除卡片时的问题,确保导出操作能够顺利完成。
技术改进
-
富文本对象格式优化:改进了系统处理富文本对象的格式,确保内容展示的一致性。
-
URL生成适配:更新了后端生成的URL以适应新的路由规则。
-
安全更新:通过修复npm审计发现的问题,提升了系统的安全性。
-
开发环境改进:
- 修正了开发容器中的包路径问题
- 移除了已弃用的nextcloud-vue-collections依赖
- 将Cypress CI服务器版本设置为stable31
总结
Nextcloud Deck 1.15.0版本在功能增强和系统稳定性方面都取得了显著进步。新增的卡片标题链接引用功能为项目管理提供了更灵活的关联方式,而多项用户体验优化则使操作更加流畅。技术层面的改进不仅提升了系统性能,也为开发者提供了更好的工作环境。这些更新共同使得Nextcloud Deck成为一个更加强大、可靠的项目管理解决方案。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00