Sigil电子书编辑器2.4.0版本发布:功能增强与错误修复
Sigil是一款开源的跨平台电子书编辑器,主要用于EPUB格式电子书的编辑和制作。作为一款专业的电子书编辑工具,Sigil提供了强大的功能支持,包括代码编辑、可视化编辑、验证检查等,是电子书制作者和出版工作者的得力助手。
核心功能更新
新增文件信息对话框
2.4.0版本引入了一个实用的新功能——GetInfo对话框。用户现在可以通过右键点击XHTML文件来获取该文件的详细信息集合,包括但不限于字数统计。这一功能使得用户无需运行完整的报告就能快速获取文件的关键信息,显著提升了工作效率。
多语义支持增强
虽然在实际应用中较为少见,但EPUB规范确实允许单个XHTML文件包含多个语义定义。新版本对此进行了支持完善,确保在处理这类特殊情况时能够正确识别和处理多个语义定义。
调试体验优化
针对使用Visual Studio IDE进行开发的用户,2.4.0版本改进了调试体验,使得开发者在排查问题和测试功能时更加便捷。
技术架构改进
Qt框架升级
本次发布将MacOS和Windows发行版构建所使用的Qt框架升级到了6.7.3版本,同时更新了相应的PySide6版本。这一升级带来了性能提升和潜在问题的修复,同时也确保了与最新技术的兼容性。
构建系统优化
文档中更新了Linux平台下的构建说明,同时增加了对Windows和Linux平台上使用虚拟Python环境的支持。这些改进使得开发者能够在更灵活的环境中构建和测试Sigil。
用户体验提升
替换选择器改进
替换选择器(Replacement Chooser)现在使用复选框来确定是否应执行替换操作,移除了删除功能,使得界面更加直观,操作更加明确。
加载警告可读性增强
对加载警告信息进行了重新设计,提高了信息的可读性和理解性,使用户能够更清晰地了解潜在问题。
字符编码处理优化
在初始加载时转换到UTF-8编码后,现在会自动移除XHTML中的meta charset信息,防止潜在的编码错误问题。
平台兼容性扩展
Windows ARM64支持
新版本的Windows安装程序现在可以在ARM64架构的Windows设备上运行,扩展了Sigil的硬件兼容范围。
错误修复与稳定性提升
2.4.0版本还包含了一系列错误修复,包括但不限于:
- 修复了键盘快捷键首选项中的标签焦点链问题
- 解决了与Qt构建相关的兼容性问题
- 改进了TagLister代码库中的空白处理逻辑
- 增强了Well-Formed检查功能,能更好地识别缺失属性引号的错误
这些改进和修复共同提升了Sigil的稳定性和可靠性,为用户提供了更加流畅的电子书编辑体验。
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