Project Graph v1.4.17版本发布:交互优化与用户体验提升
Project Graph是一款专注于图形化思维导图与节点式编辑的开源工具,它通过直观的节点连接方式帮助用户组织和可视化复杂信息。最新发布的v1.4.17版本带来了一系列交互优化和用户体验改进,进一步提升了软件的易用性和稳定性。
核心功能增强
本次更新引入了大小写不敏感的搜索方法,这一改进显著提升了用户查找节点的效率。在大型思维导图中,用户不再需要担心输入大小写是否匹配,系统会自动处理大小写差异,使搜索过程更加自然流畅。
交互体验优化
v1.4.17版本对核心交互逻辑进行了多项改进:
-
节点创建逻辑优化:当用户在舞台上使用Ctrl+V粘贴创建文本节点时,如果鼠标位置位于section区域内,新节点将自动包含在该section中,保持了思维导图的结构一致性。
-
section内节点操作增强:在section内选择节点后,使用快捷键在上下左右方向创建的新节点会自动包含在当前section中,简化了结构化思维导图的创建过程。
-
移动操作改进:除了文本节点外,所有类型的实体现在都可以通过Ctrl+方向键的快捷键进行移动操作。同时修复了非文本节点作为根节点时无法刚性移动的问题,提升了操作灵活性。
-
演示模式快捷键:新增了演示模式开启/关闭的快捷键,方便用户快速切换演示视图。
-
操作保护机制:修复了可能导致意外删除操作的问题,并增加了草稿状态下禁止拖入图片的提示,防止用户误操作。
界面与视觉改进
在视觉体验方面,v1.4.17版本进行了多项优化:
-
主题颜色调整:改进了马卡龙主题颜色方案,增强了在明亮光照环境下的可视性,确保用户在不同光照条件下都能获得良好的视觉体验。
-
界面细节修复:解决了窗口角落的白边问题,修复了最近打开面板中文件名过长导致的显示问题,以及标题栏文字溢出的情况。
-
进度显示优化:修复了软件更新时初始进度显示为NaN的问题,使更新过程更加透明可靠。
声音反馈增强
声音反馈系统在本版本中得到了完善:
-
连接线声音优化:修复了右键拖拽连线时连接线吸附到目标节点上的声音过于频繁的问题,使交互反馈更加合理。
-
新增交互声音:为按钮悬浮、点击以及switch按钮的开启/关闭状态添加了声音反馈,增强了操作的可感知性。
总结
Project Graph v1.4.17版本通过一系列细致的优化,显著提升了软件的交互体验和稳定性。从搜索功能的改进到操作逻辑的优化,从视觉表现的调整到声音反馈的完善,每一个细节都体现了开发团队对用户体验的重视。这些改进使得Project Graph作为一款思维导图工具更加易用、可靠,能够更好地支持用户的创造性思维过程。
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
HunyuanVideo-1.5暂无简介00
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