Nheko-Reborn客户端中用户在线状态偏好设置的全局性问题分析
2025-07-04 19:38:58作者:何将鹤
问题概述
Nheko-Reborn是一款基于Qt开发的Matrix协议客户端。在最新版本中发现了一个关于用户在线状态(presence)偏好设置的存储问题:当前实现中,用户的在线状态设置被存储在全局配置中,而非按用户配置文件独立存储。这导致当用户切换不同配置文件时,在线状态设置会被错误地共享和覆盖。
问题技术细节
当前实现的问题
在现有实现中,Nheko将用户的在线状态偏好存储在user.presence这个全局配置项中。这种设计存在以下缺陷:
- 当用户使用多个配置文件时,修改一个配置文件中的在线状态会影响到其他配置文件
- 状态变更无法按用户配置文件隔离保存
- 重启应用后,最后设置的在线状态会应用于所有配置文件
问题复现步骤
- 使用默认配置文件启动Nheko
- 将在线状态设置为"在线"
- 关闭应用
- 使用另一个配置文件启动Nheko
- 将在线状态设置为"离线"
- 再次关闭应用
- 使用默认配置文件重新启动
- 观察发现在线状态已变为"离线"
技术背景
Matrix协议中的在线状态
在Matrix协议中,用户的在线状态(presence)是一个重要特性,它允许用户向其他联系人显示自己的可用性状态。常见的状态包括:
- 在线(online)
- 离线(offline)
- 忙碌(busy)
- 离开(away)
Nheko的配置文件系统
Nheko支持多用户配置文件,每个配置文件理论上应该维护自己独立的应用设置和状态。然而在当前实现中,在线状态设置被错误地设计为全局共享。
解决方案建议
理想的实现方式
正确的实现应该将在线状态偏好与用户配置文件关联存储,具体可以:
- 将
user.presence配置项改为按配置文件存储 - 每个配置文件维护自己的在线状态设置
- 在配置文件切换时正确加载对应的状态设置
技术实现考虑
在Qt应用框架下,可以考虑以下实现方案:
- 使用QSettings的不同作用域来隔离配置
- 将状态设置作为配置文件的一部分持久化
- 在配置文件加载/切换时同步更新状态设置
影响范围
这个问题主要影响以下场景:
- 使用多个配置文件的用户
- 经常切换在线状态的用户
- 期望不同配置文件保持不同在线状态的用户
总结
Nheko-Reborn客户端中在线状态设置的全局存储问题是一个典型的配置隔离缺陷。正确的实现应该遵循Matrix客户端的多用户设计原则,确保每个配置文件的设置完全独立。这个问题虽然看起来简单,但对于多用户场景下的使用体验影响较大,需要在后续版本中修复。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
661