Linear SDK 41.0.0版本发布:客户状态管理与AI增强功能升级
Linear是一款现代化的项目管理工具,专注于为技术团队提供简洁高效的issue跟踪和工作流管理解决方案。其SDK为开发者提供了与Linear平台深度集成的能力,支持构建自定义工作流和扩展功能。
重大变更与架构调整
本次发布的41.0.0版本对客户状态管理进行了重构,移除了按类型分组的机制。CustomerStatus.type字段从必填类型变更为可选类型,并标记为废弃状态。这一变更反映了产品设计思路的转变,客户状态不再需要强制分类,为业务场景提供了更大的灵活性。
Dashboard模块的布局系统进行了简化,移除了layout字段,转而采用更直观的sortOrder排序机制。这种设计变更降低了实现复杂度,同时保持了用户体验的一致性。
在Mutation操作方面,customerNeedUpdate的返回类型从CustomerNeedPayload变更为CustomerNeedUpdatePayload,为后续扩展预留了空间。
新增功能与增强
智能建议系统
本次更新引入了全面的智能建议功能,为issue管理提供了AI驱动的辅助决策能力:
- 新增了
hasSuggestedAssignees、hasSuggestedLabels等过滤条件,支持快速查找有待处理建议的issue - 扩展了Issue模型,新增
suggestions和incomingSuggestions字段,支持双向建议追踪 - 定义了完整的
IssueSuggestion类型体系,包括状态机(IssueSuggestionState)和类型分类(IssueSuggestionType)
项目标签收藏功能
在Favorite系统中增加了projectLabelId支持,用户现在可以将项目标签加入收藏,快速访问常用分类。这一功能通过新增的projectLabel字段实现关联查询。
客户状态管理API
全新设计了客户状态管理接口:
- 新增
CustomerStatusCreateInput和CustomerStatusUpdateInput输入类型 - 提供
customerStatusCreate、customerStatusUpdate等Mutation操作 - 引入
displayName字段替代原有的类型分类机制
Salesforce集成增强
扩展了集成能力,新增Salesforce专用支持:
- 增加
attachmentLinkSalesforceMutation操作 - 定义
SalesforceSettingsInput配置类型 - 在通用集成设置中添加Salesforce配置项
组织与权限管理改进
组织级配置新增了多项控制选项:
aiAddonEnabled:启用/禁用AI附加功能restrictLabelManagementToAdmins:限制标签管理权限仅限管理员personalApiKeysEnabled:控制个人API密钥的生成权限
项目模型新增facets字段,支持多维度的项目属性分类和筛选。同时扩展了项目过滤条件,新增activityType支持,便于按活跃度分类查询。
开发者体验优化
统一了OAuth应用的actor模式命名,将文档中的actor=application更新为更简洁的actor=app表述。同时完善了各类create操作的createAsUser和displayIconUrl参数的文档说明。
用户模型新增gitHubUserId字段,增强了第三方账号体系的集成能力。废弃了不再使用的inviteHash字段,清理了过时功能。
技术架构演进
本次更新反映了Linear平台向智能化、集成化方向的发展趋势:
- AI深度集成:通过智能建议系统将机器学习能力融入核心工作流
- 状态管理简化:用更灵活的客户状态模型替代原有的严格分类体系
- 扩展性增强:新增的facet系统和集成选项为复杂业务场景提供支持
- 开发者友好:统一的命名规范和更完善的文档提升集成体验
这些变更既保持了API的稳定性,又为未来的功能扩展奠定了坚实基础。开发者可以基于这些新特性构建更智能、更贴合业务需求的定制化解决方案。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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