Converse.js v11.0.0 重大版本更新解析
Converse.js 是一个开源的 XMPP/Jabber 即时通讯客户端,采用 JavaScript 编写,可以在浏览器中运行。作为一款功能强大的 Web 即时通讯工具,它支持单聊、群聊、文件传输等常见 IM 功能,同时提供了丰富的可定制选项。最新发布的 v11.0.0 版本带来了多项重要更新和改进,本文将深入解析这些技术亮点。
核心功能增强
1. 用户界面与交互优化
本次版本对用户界面进行了全面升级,最显著的变化是移除了 mobile 视图模式,统一采用 fullscreen 作为默认视图模式。同时引入了基于语言的布局方向自动调整功能,通过新的 rtl_langs 配置选项可以指定需要右到左(RTL)显示的语言。
在群组聊天(MUC)方面,新增了参与者筛选功能,优化了昵称显示方式,现在会显示简短标签并在标题中显示完整信息。此外,还改进了"添加 MUC"模态框,增加了表单验证并简化了地址输入方式。
2. XMPP 协议支持扩展
v11.0.0 增强了对多个 XMPP 扩展协议的支持:
- 升级到最新版本的 XEP-0424 和 XEP-0425(消息撤回和消息审核),需要注意的是,新版本不再兼容旧格式的消息撤回和审核操作
- 新增对 XEP-0191 阻止命令的支持,用户可以更方便地管理阻止列表
- 实现了 XEP-0402 书签功能,改进了群组聊天书签管理
- 支持 XEP-0392 一致颜色生成规范,提供更统一的用户界面颜色方案
3. 多媒体与消息处理
新版本增加了对音频流的渲染能力,并引入了 fetch_url_headers 配置选项来控制获取 URL 头信息的行为。特别值得一提的是新增了对 Spotify 音轨链接的内嵌播放器支持,通过 embed_3rd_party_media_players 配置选项可以启用这一功能。
在消息处理方面,改进了多行嵌套引用的显示方式,并新增了引用和复制消息的操作选项。历史消息管理也得到优化,现在可以更高效地处理大量消息记录。
技术架构改进
1. 前端框架升级
v11.0.0 将前端框架升级到了 Bootstrap 5,这带来了更现代化的界面组件和更好的响应式设计支持。同时移除了旧的 Concord 主题,新增了 Cyberpunk 和 Nordic 两种视觉主题,为用户提供更多个性化选择。
2. API 与架构调整
本次版本对 API 进行了多项重要调整:
- 移除了
_converse.BootstrapModal,改用基于 Web 组件的_converse.BaseModal - 连接对象不再直接暴露在
_converse上,需要通过api.connection.get()获取 - 新增
_converse.exports属性,作为第三方插件访问内部代码的标准方式 - 移除了多个已弃用的事件和 API 方法,如
windowStateChanged、chatBoxFocused等
3. 性能优化
在性能方面,新版本引入了多项改进:
- 默认启用
reuse_scram_keys配置,提高认证效率 - 新增
lazy_load_vcards选项,支持延迟加载用户名片 - 实现了 MUC 侧边栏的防抖渲染,减少不必要的 DOM 操作
- 改进了历史消息的虚拟列表支持,提升大型聊天室的渲染性能
安全与稳定性增强
v11.0.0 在安全方面也有显著提升:
- 修复了密码中包含特殊字符(&)时注册失败的问题
- 改进了 SCRAM 密钥的重用机制
- 增强了会话恢复失败时的处理逻辑,避免忙等待循环
- 新增
stanza_timeout配置选项,更好地控制请求超时
开发者注意事项
对于开发者而言,需要注意以下不兼容变更:
- 移除了
autocomplete_add_contact配置,自动补全功能现在总是启用 - 修改了
api.contacts.add方法的签名 - 移除了已弃用的
api.settings.update方法,应改用api.settings.extend getAssignableRoles和getAssignableAffiliations方法现在位于 Occupant 实例上- 移除了
default_state配置选项
新版本还提供了多个扩展点,如 loadEmojis 钩子允许运行时自定义表情符号,getOccupantActionButtons 钩子支持为 MUC 参与者添加自定义操作按钮。
总结
Converse.js v11.0.0 是一个功能丰富、架构现代化的重大版本更新,不仅带来了诸多新特性和改进,还对代码结构进行了合理化调整。从用户体验到开发者接口,从协议支持到性能优化,这个版本在多方面都有显著提升。对于现有用户,建议仔细阅读变更说明,特别是那些可能影响现有功能的重大变更;对于新用户,这个版本提供了更强大、更稳定的即时通讯解决方案。
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