Easy Digital Downloads 3.3.7版本发布:优化与修复详解
Easy Digital Downloads(简称EDD)是一款专为WordPress设计的数字商品销售插件,它提供了完整的电子商务解决方案,特别适合销售电子书、软件、音乐、视频等数字产品的网站。作为WordPress生态中最受欢迎的数字商品销售插件之一,EDD以其轻量级、高性能和丰富的扩展性而闻名。
核心功能改进
本次3.3.7版本在多个核心功能模块上进行了优化。在结账流程方面,修复了结账区块预览中的未定义索引错误,并对已登录用户的电子邮件检查机制进行了改进,使结账过程更加稳定可靠。对于货币处理,Money_Formatter类的unformat方法现在会确保original_amount不为null后再进行处理,避免了潜在的数值处理错误。
下载功能方面也有显著提升,改进了文件保护机制在某些边缘配置下的处理能力,同时优化了变量价格的处理逻辑。现在下载标题在通过AJAX返回前会进行更严格的验证,确保数据的完整性。
管理后台优化
在管理后台方面,本次更新显著提升了客户列表的查看性能,使管理员能够更高效地浏览大量客户数据。订单处理系统也进行了改进,现在当订单被删除时,相关的延迟动作会被自动取消或优雅地失败,避免了后台任务的混乱。
邮件系统增加了新的筛选功能,商店管理员现在可以搜索和过滤邮件及邮件日志,大大提升了管理效率。同时修复了邮件摘要日期未根据本地时区调整的问题,确保时间显示的准确性。
支付与财务改进
支付处理方面,PayPal相关功能得到了重点优化。现在直接跳转到支付网关的功能仅对支持的PayPal网关启用,提高了支付流程的安全性。默认情况下移除了PayPal Commerce对IE 11的Polyfills支持,需要时可通过配置启用,减少了不必要的代码加载。
财务模块修复了全局税率保存的问题,确保财务设置能够正确应用。费用记录系统也进行了改进,现在标题超过100个字符的订单调整能够正确记录相关费用。
开发者相关更新
对于开发者而言,本次更新修复了多个开发环境中的问题。CLI工具生成订单时不再添加不必要的订单元数据,提高了数据的整洁性。同时解决了CLI订单处理触发弃用通知的问题,使开发过程更加顺畅。
单元测试框架也进行了更新,移除了对旧版本的支持,使测试环境更加现代化。此外,重新发送收据时不再抛出弃用通知,提高了后台操作的友好性。
用户体验提升
在用户界面方面,设置页面进行了多项视觉优化。管理设置通知的显示更加合理,输入字段的样式也得到了改进,使整体界面更加美观统一。报告功能中价格变体的选择逻辑更加智能,方便管理员操作。
HTML组件中的Number输入现在允许最小值为0,提供了更大的灵活性。国际化方面修复了新元框实现中的多个翻译警告,为多语言站点提供了更好的支持。
总的来说,Easy Digital Downloads 3.3.7版本在稳定性、性能和用户体验方面都做出了显著改进,既解决了已知问题,又引入了多项实用功能增强,为数字商品销售网站提供了更加强大可靠的基础。
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