WeeChat 4.6.0版本发布:终端IRC客户端的重大更新
WeeChat是一款轻量级、模块化且高度可定制的终端IRC客户端,以其高效性和丰富的功能集在开发者和技术爱好者中广受欢迎。作为一款跨平台的开源软件,WeeChat支持多种协议扩展,并提供了强大的脚本支持能力。
核心功能增强
最新发布的4.6.0版本在核心功能方面进行了多项重要改进。新增的/pipe命令为用户提供了更灵活的管道操作能力,可以方便地将命令输出重定向到其他命令或文件中。调试功能也得到了增强,新增的whitespace调试选项配合两个新的显示选项(weechat.look.whitespace_char和weechat.look.tab_whitespace_char),使得空白字符的显示更加直观,特别适合开发者调试脚本时使用。
在命令处理方面,4.6.0版本改进了对尾部空格的处理逻辑。通过新增的keep_spaces_right属性和对多个核心模块的调整,现在可以保留命令参数中的尾部空格,这对于某些需要精确控制空格的场景(如文件传输)尤为重要。
用户体验优化
版本4.6.0在用户体验方面做了多处改进。/version命令新增了-v选项,可以显示可用的升级信息,方便用户了解最新版本。服务器列表命令(/server list|listfull)新增了-connected选项,可以快速查看已连接的服务器状态。
补全功能得到了增强,新增的weechat.completion.nick_ignore_words选项允许用户配置在昵称补全时需要忽略的词语,使得补全结果更加精准。缓冲区列表显示也进行了优化,现在buflist.look.nick_prefix_empty选项也会应用到私聊和列表缓冲区,保持界面显示的一致性。
远程控制与API改进
在远程控制方面,4.6.0版本新增了Alt+Ctrl+l快捷键,可以在远程命令和本地命令之间快速切换。同时新增了togglecmd选项和两个相关配置项(relay.api.remote_input_cmd_local和relay.api.remote_input_cmd_remote),为用户提供了更灵活的远程控制配置选项。
API方面新增了completion_set函数,增强了补全功能的可编程性。远程API新增了POST /api/completion资源,为开发者提供了更丰富的接口选择。
性能与稳定性提升
文件传输模块进行了重要优化,现在使用微秒级精度计算传输速度和预计完成时间,使得显示更加准确。拼写检查功能新增了编译时选项(ASPELL_DICT_DIR和ENCHANT_MYSPELL_DICT_DIR),允许用户自定义字典位置,提高了灵活性。
在稳定性方面,修复了多个关键问题,包括升级时中继客户端连接导致的崩溃问题、错误locale下的配置文件保存问题,以及多个语言模块的构建问题。特别是针对gcc 15的构建问题修复,确保了软件在新环境下的兼容性。
总结
WeeChat 4.6.0版本在功能增强、用户体验和稳定性方面都做出了显著改进。从新增的管道命令到精确的文件传输计时,从灵活的远程控制选项到强大的API扩展,这个版本进一步巩固了WeeChat作为终端IRC客户端首选的地位。对于追求效率和可定制性的用户来说,升级到4.6.0版本将带来更加流畅和强大的使用体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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