Ergo IRC服务器v2.15.0-rc1版本发布:移动推送通知支持
Ergo是一个现代化的IRC服务器实现,它兼容传统IRC协议的同时,引入了多项创新功能。作为IRCv3规范的积极实现者,Ergo致力于为用户提供更安全、更丰富的即时通讯体验。
移动推送通知支持
本次发布的v2.15.0-rc1版本最引人注目的新特性是实现了draft/webpush规范,为移动设备提供了推送通知支持。这项功能允许用户在移动客户端离线时仍能收到重要消息通知,极大提升了移动端使用体验。
推送通知系统通过Web Push协议工作,服务器会维护一个推送订阅列表。当用户设备离线时,服务器会将指定消息通过推送服务转发到用户设备。目前这项功能仍处于实验阶段,默认配置中处于禁用状态,管理员需要在配置文件中显式启用。
其他协议增强
除了推送通知外,本次更新还实现了draft/extended-isupport规范,改进了ISUPPORT参数的扩展能力。服务器现在会公布SAFELIST参数,表明支持安全的LIST命令执行方式。这些改进使Ergo在协议兼容性方面继续保持领先地位。
用户管理功能增强
在用户管理方面,UBAN ADD命令现在支持对NUH掩码(如k-line)使用REQUIRE-SASL选项。这一改进为管理员提供了更灵活的访问控制手段,可以要求特定IP范围的用户必须使用SASL认证才能连接。
性能与稳定性改进
在内部实现上,本次更新为调试日志添加了唯一连接标识符,便于问题排查。修复了ISUPPORT参数在重载配置时推送不正确的问题。此外,还新增了对Solaris系统amd64架构的支持,扩展了Ergo的部署环境范围。
升级注意事项
本次更新包含数据库结构变更。如果配置中启用了datastore.autoupgrade选项,重启时将自动完成升级。否则需要手动运行ergo upgradedb命令执行升级。建议管理员在升级前仔细阅读变更说明,特别是关于推送通知的配置部分。
作为发布候选版本,v2.15.0-rc1已经过初步测试,但生产环境部署前仍需谨慎评估。预计正式版将在未来两周内发布。
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