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。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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