Docmost v0.8.0 版本发布:增强协作与编辑体验
项目简介
Docmost 是一个现代化的文档协作平台,专注于为团队提供高效的文档创建、编辑和共享体验。作为一个开源项目,它结合了丰富的文本编辑功能和团队协作特性,适用于技术文档、知识库建设等多种场景。
核心功能更新
1. 内部链接与用户提及功能
本次更新引入了强大的 @ 命令系统,实现了两大关键功能:
- 内部页面链接:用户可以通过
@命令快速链接到平台内的其他文档,极大简化了文档间的关联操作 - 用户提及:团队成员可以通过
@命令直接提及其他成员,促进协作沟通(注:当前版本暂不支持提及通知,将在后续版本中完善)
2. 编辑器文本对齐功能
新增了文本对齐功能,支持左对齐、居中对齐、右对齐和两端对齐,为用户提供了更灵活的文档排版选择,使文档呈现更加专业。
3. 国际化支持扩展
v0.8.0 版本新增了五种语言支持:
- 西班牙语 (es-ES)
- 意大利语 (it-IT)
- 日语 (ja-JP)
- 韩语 (ko-KR)
- 俄语 (ru-RU)
这大大扩展了 Docmost 的全球适用性,使更多地区的团队能够使用母语进行协作。
性能与安全改进
1. 安全增强
出于安全考虑,本次更新强制要求 APP_SECRET 的最小长度为 32 个字符。这是现代 Web 应用安全的最佳实践,可以有效防止某些类型的攻击。管理员在升级前需要确保符合这一要求,可以使用 openssl rand -hex 32 命令生成符合要求的新密钥。
2. 认证机制优化
认证系统进行了重构,改用 HttpOnly Cookie 方案,这能更好地防范 XSS 攻击,提升整体安全性。
用户体验提升
1. 成员搜索功能
新增了成员搜索功能,使得在大型团队中快速定位特定成员变得更加容易,特别是在进行用户提及或权限管理时尤为实用。
2. UI 分页
界面增加了分页支持,改善了大数据集的浏览体验,使内容导航更加流畅。
3. 代码块优化
针对开发者用户,优化了代码块的显示效果:
- 调整了制表符大小
- 改进了打印体验
- 提升了整体可读性
技术细节与开发者关注点
1. 依赖更新
项目依赖库进行了全面更新,包括数学公式渲染库 KaTeX 的版本升级,确保使用最新的功能和安全性修复。
2. 环境变量处理
改进了客户端环境变量的刷新机制,使配置变更能够更及时地生效。
3. 错误修复
本次更新修复了多个关键问题,包括:
- 空间切换时的异常
- 邀请注册的重定向问题
- 401 认证错误的处理
- 默认语言设置等
总结
Docmost v0.8.0 版本在协作功能、编辑体验和国际化支持方面都有显著提升。内部链接和用户提及功能的加入使团队协作更加流畅,而安全性的增强则确保了平台的稳健性。对于技术团队而言,代码块的优化和搜索功能的改进也带来了更好的使用体验。
作为开源项目,Docmost 继续展现出良好的发展态势,v0.8.0 版本的这些改进使其在文档协作领域更具竞争力。期待在未来的版本中看到用户提及通知等功能的进一步完善。
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