Project Graph 1.5.2版本发布:图形化项目管理工具的全面升级
Project Graph是一款专注于图形化项目管理的工具,它通过直观的节点和连线方式帮助用户梳理复杂的项目流程和关系。在1.5.2版本中,开发团队对工具的交互体验、功能完善和界面美观度进行了全面优化,使得项目管理更加高效便捷。
核心功能增强
本次更新在图片处理方面做了显著改进。当用户选中图片后,可以直接通过工具栏按钮以系统默认方式打开图片,这一功能简化了查看和编辑外部图片的流程。同时,图片渲染时不再显示边框,使得视觉呈现更加简洁专业。
在交互体验方面,新增了鼠标拖动自动刷新舞台的功能,用户在进行拖拽操作时能够实时看到变化效果。针对鼠标滚轮操作,现在提供了更多自定义选项,包括禁用滚轮操作或设置为Alt+滚轮组合操作,满足不同用户的操作习惯。
用户体验优化
1.5.2版本在用户体验细节上做了多处改进。文件操作流程更加智能,新建文件和另存为操作会自动更新"最近打开"历史记录,方便用户快速访问常用项目。加载引导文件时取消了叠放选项,避免了用户可能的误解。
撤销/重做操作现在有了更直观的反馈,当用户使用Ctrl+Z或Ctrl+Y时,会出现当前进度文字上浮提示特效,让操作状态一目了然。在批量重命名连线或框时,Mac用户现在可以使用Enter键确认,替代了原有的prompt输入框,操作更加流畅。
稳定性与功能性修复
开发团队修复了多个影响使用体验的问题。在涂鸦模式下,现在禁止拖拽节点之间的Edge连线,防止误操作。当内容为空时,系统会禁止渲染PNG,避免生成无意义的空白图片。导出PNG图片时,会自动在内容周围保留100px的边距(世界坐标系距离),确保导出内容完整可见。
界面美化与组织
本次更新还对界面进行了多处美化。除了移除图片渲染边框外,还对快捷键界面进行了重新组织,添加了分类显示,使得快捷键查找更加直观方便。这些界面优化虽然看似细微,但能显著提升用户的操作效率和舒适度。
Project Graph 1.5.2版本的这些改进,体现了开发团队对用户体验的持续关注。从功能增强到交互优化,再到界面美化,每一个细节的打磨都让这款图形化项目管理工具更加成熟易用。无论是项目管理新手还是资深用户,都能从这个版本中获得更流畅、更高效的使用体验。
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