Obsidian PDF++ 0.40.28版本发布:优化PDF阅读体验的关键更新
Obsidian PDF++是Obsidian笔记软件中一款强大的PDF插件,它为Obsidian用户提供了丰富的PDF阅读和标注功能。该插件允许用户在Obsidian中直接查看、注释和管理PDF文件,将PDF阅读体验与笔记系统无缝集成。
核心改进与问题修复
最新发布的0.40.28版本主要针对Obsidian原生功能中的几个关键问题提供了解决方案:
-
命令面板执行问题修复:解决了Obsidian中的一个已知问题,该问题会导致从命令面板执行某些PDF++命令时失败。现在用户可以通过命令面板可靠地执行所有PDF++功能。
-
双击选择功能增强:修复了Obsidian中双击PDF文本时无法正确选中单词的问题。这一改进使得文本选择和标注操作更加流畅自然。
-
Android调试信息增强:在"复制调试信息"命令中,现在包含了Android System WebView的版本信息,这对于Android用户的问题诊断特别有帮助。
技术细节与开发者提示
本次更新还包含了一些面向开发者和高级用户的技术调整:
-
引入了对即将废弃功能的警告提示,包括"Trim selection/annotation embeds"选项、
linkedFile和linkedFileProperties模板变量,以及使用Dataview内联字段关联Markdown文件和PDF的方法。建议用户迁移到Obsidian内置属性系统。 -
项目基础架构方面,PDF++现在使用pnpm作为包管理器,这有助于提高依赖管理的效率和可靠性。
用户体验优化
从用户角度而言,这次更新显著提升了PDF++插件的稳定性和可用性。特别是解决了几个长期困扰用户的操作问题,使得PDF阅读和标注体验更加顺畅。Android用户现在也能获得更完善的调试支持,便于问题排查。
总结
Obsidian PDF++ 0.40.28版本虽然是一个小版本更新,但解决了几个影响用户体验的关键问题。对于依赖PDF++进行学术研究、文档管理的Obsidian用户来说,这次更新值得及时升级。开发者也在持续优化插件架构,为未来的功能扩展打下基础。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
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