BookWyrm v0.7.5版本发布:社交阅读平台的重大更新
BookWyrm是一个去中心化的社交阅读平台,它结合了图书目录、阅读追踪和社交网络的功能。与传统的图书社交平台不同,BookWyrm采用联邦式架构,允许不同实例之间的互操作性,同时保护用户隐私和数据主权。
核心功能改进
用户数据导入导出优化
开发团队对用户数据的导入导出功能进行了多项改进。现在系统能够更好地处理大型数据集的导出,避免了超时问题。对于从Goodreads等平台导入的数据,系统现在能够正确保留原始平台的关键标识符,确保数据迁移的完整性。
阅读进度追踪修复
修复了阅读进度中开始日期(start_date)相关的bug,现在用户可以更准确地记录和追踪自己的阅读历程。这一改进特别适合那些喜欢详细记录阅读习惯的用户。
搜索功能增强
搜索功能现在会自动修剪输入中的多余空格,提高了搜索的准确性和用户体验。同时,搜索结果中现在会显示作者的出生和去世年份,帮助用户更快速地识别正确的作者。
技术架构升级
依赖项更新
项目升级了多个关键依赖项,包括将aiohttp从3.10.2升级到3.10.11,Django从4.2.18升级到4.2.20。这些更新带来了性能改进和安全修复。
测试环境优化
测试环境中现在使用内存中的Celery后端,这显著提高了测试速度,使开发人员能够更快速地进行迭代和验证。
静态资源处理
修复了在使用S3存储时CSS路径前缀的问题,并添加了STATIC_ROOT到环境变量示例文件中,解决了CSS加载的相关问题。
数据连接器扩展
新增Finna API连接器
v0.7.5版本引入了对芬兰国家图书馆Finna API的支持,为用户提供了又一个高质量的书目数据来源。
Openreads导入器
新增了Openreads导入器,为用户提供了更多从其他平台迁移数据的选项。
安全与隐私增强
图片处理改进
所有处理封面图片上传的功能现在都会自动去除EXIF数据,保护用户隐私。同时,系统不再使用已弃用的imghdr模块,转而使用Pillow库的Image.format方法进行图片格式识别。
远程关注验证
改进了远程关注功能的用户名验证,使其完全符合RFC 7565标准,提高了系统的互操作性和安全性。
社交功能改进
RSS订阅支持
用户现在可以为自己的书架生成RSS订阅,方便在其他阅读器中跟踪更新。
列表访问权限
移除了查看公开书单的登录要求,使内容更容易被发现和分享。
管理功能增强
连接器管理界面
管理员现在可以直接通过Web界面管理数据连接器,包括调整优先级等设置。非BookWyrm连接器现在默认具有较低的优先级。
重复数据处理
改进了对重复作者记录的处理逻辑,减少了数据冗余。
国际化支持
更新了本地化文件,并简化了开发环境中加载本地化资源的命令,使多语言支持更加便捷。
BookWyrm v0.7.5版本的这些改进和新增功能,进一步巩固了其作为开源、去中心化社交阅读平台的地位,为用户提供了更丰富、更安全的阅读社交体验。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00