MapTool 1.16.1版本发布:虚拟桌游工具的重大更新
MapTool是一款开源的虚拟桌游平台,专为角色扮演游戏(RPG)设计,提供地图创建、令牌管理、虚拟桌面共享等功能。作为RPTools项目的一部分,MapTool长期以来受到桌面游戏爱好者和游戏主持人的青睐。最新发布的1.16.1版本带来了多项功能增强和错误修复,进一步提升了用户体验。
核心功能改进
本次更新在多个核心功能方面进行了显著优化。BoardTool组件现在支持地图图像比例控制,让用户可以更灵活地调整地图显示效果。新增的"加载最近使用战役"功能简化了工作流程,用户可以直接在启动时快速访问最近编辑的项目。
在光照系统方面,1.16.1版本引入了光线级别限制功能,每个可绘制光源现在可以限制在其流明级别范围内。同时恢复了独特光源功能,为游戏场景营造更真实的照明效果。拓扑系统也得到增强,新增了基于墙体的拓扑类型,移除了区域拓扑类型选择,使地图设计更加直观。
脚本与自动化增强
对于高级用户和开发者,1.16.1版本扩展了脚本功能。REST失败时现在会返回JSON而非异常,提高了错误处理的友好性。JavaScript绑定新增了getBar、setBar等函数,增强了状态栏的控制能力。Handlebars模板引擎新增了LibraryTemplateLoader,改进了文件加载机制以支持部分模板。
新增的createAsset函数简化了资源创建流程,而base64Encode辅助函数则为数据处理提供了更多可能性。REST响应现在支持deflate编码,提高了网络传输效率。元宏函数新增了热键宏按钮属性,为自动化操作提供了更多控制选项。
用户体验优化
1.16.1版本在多处细节上提升了用户体验。连接窗口和状态面板不再显示本地玩家,减少了界面混乱。令牌属性编辑行为得到改进,新增了JSON导出功能。地图导出截图的对话框现在可以通过ESC键快速关闭。
新增的"着陆地图"功能允许将特定地图设置为战役的起始点,配合新增的"是否为着陆地图"复选框,使游戏过渡更加平滑。覆盖图锁定功能则为游戏主持人提供了更多控制选项。
性能与稳定性
在性能方面,1.16.1版本恢复了网格视力的圆形"无限"视野计算,优化了渲染效率。AssetManager现在使用可变大小的线程池,提高了资源加载的并发处理能力。
稳定性方面修复了多个关键问题,包括修复了六边形几何计算、解决了Linux下启动画面透明度问题、修正了GM视图中的黑暗显示问题等。网络连接方面改进了Easy Connect握手控制流程,解决了1.16.0.rc-1版本中的死锁问题。
开发者相关改进
对开发者而言,1.16.1版本更新了多个依赖库,包括FlatLaf UI框架升级到3.5.4,GraalVM JavaScript引擎更新等。代码结构方面,分解了绘图、曝光和拓扑工具的逻辑,提高了代码的可维护性。
国际化支持也有所增强,修复了多处缺失的翻译字符串,包括令牌标签偏好设置等界面元素。错误处理机制更加健壮,JavaScript的getProperty API经过重构,能更好地处理缺失属性情况。
MapTool 1.16.1版本通过上述多项改进,为虚拟桌游爱好者提供了更强大、更稳定的游戏平台,无论是简单的游戏会话还是复杂的战役设计,都能获得更好的体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00