LiteLoaderQQNT-OneBotApi v3.0.0版本关键问题修复解析
LiteLoaderQQNT-OneBotApi作为QQNT平台的重要插件,在v3.0.0版本发布后,开发者迅速收集并修复了一系列关键问题。本文将深入分析这些问题的技术细节及其解决方案。
用户信息获取异常
在v3.0.0版本中,get_login_info接口返回的nickname字段出现了异常,返回的是账号ID而非用户昵称。这个问题在Windows平台上尤为明显,而在MacOS上则无法复现。经过排查,发现是由于平台差异导致的用户信息获取逻辑不一致。
v3.0.2版本通过统一各平台的用户信息获取方式,确保了nickname字段始终返回正确的用户昵称。这一改进使得开发者能够准确获取当前登录用户的显示名称。
图片消息处理机制优化
v3.0.0版本在图片消息处理方面存在两个主要问题:
-
自动下载失效:接收到的图片消息不会自动下载到本地目录,需要用户手动操作才会触发下载。这严重影响了自动化流程的体验。
-
本地路径发送问题:尝试通过file://协议发送本地图片时,路径解析存在问题,特别是Windows平台下路径处理不完善。
v3.0.1版本首先修复了自动下载功能,确保接收到的图片能够及时保存到默认目录。随后在v3.0.3版本中,针对Windows平台优化了本地路径处理逻辑:
- 正确处理了URL编码的路径(如空格被编码为%20的情况)
- 移除了不必要的文件复制操作,直接使用原始路径发送
- 保持了与QQ自身行为的一致性,最终上报的消息路径仍指向QQ数据目录
消息提及功能修复
在群聊中@其他成员时,v3.0.0版本返回的数据结构存在问题:
{"data":{},"type":"at"}
v3.0.1版本虽然填充了data字段,但数据不准确:
{"data":{"mention":"0","qq":"0"},"type":"at"}
最终在v3.0.2版本中,这个问题得到了彻底修复,现在能够正确返回被提及用户的QQ号等信息。
其他改进
版本迭代中还解决了以下问题:
-
群列表获取异常:get_group_list接口偶尔只返回一个群的问题,通过优化数据加载逻辑得到解决。
-
版本信息修正:manifest.json中的版本号从2.5.0更新为正确的版本号。
这些修复显著提升了插件的稳定性和可靠性,为开发者提供了更加完善的OneBot协议实现。建议所有用户及时升级到最新版本以获得最佳体验。
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