Rocket.Chat 7.4.0版本发布:企业级即时通讯平台的重要更新
Rocket.Chat是一款开源的即时通讯平台,专为企业级通信需求设计,提供团队协作、客户支持、视频会议等一体化解决方案。作为一款可自托管的Slack替代品,它支持丰富的扩展功能和高度定制化,广泛应用于企业内部沟通和客户服务场景。
核心功能增强
本次7.4.0版本在API端点和系统集成方面进行了多项重要改进:
-
房间管理API扩展:新增了
rooms.hide端点,允许通过房间ID隐藏任何类型的房间,为管理员提供了更灵活的聊天空间管理能力。 -
多渠道客服增强:
livechat/rooms端点现在支持按多个部门和客服单元进行筛选,大幅提升了大型客服中心的管理效率。 -
响应时间计算优化:新增设置选项允许排除机器人消息在平均响应时间计算之外,使客服绩效评估更加准确。
-
系统消息事件追踪:引入
IPostSystemMessageSent事件,开发者现在可以精确追踪系统消息的发送情况,便于构建更复杂的自动化工作流。
用户体验优化
7.4.0版本在多处细节上提升了用户交互体验:
-
视频会议改进:用户现在可以自定义视频会议铃声和拨号音的音量,解决了之前总是以最大音量播放的问题。
-
消息排序增强:
im.messages和dm.messages端点支持多参数排序,使消息检索更加灵活。 -
角色可见性优化:将Leader组别加入房间成员列表,提高了团队角色管理的透明度。
-
权限搜索改进:重构了权限搜索功能,使管理员能更快速定位和配置所需权限。
安全与稳定性提升
本版本包含了多项安全加固和稳定性改进:
-
FCM推送通知:将默认推送通知服务从已废弃的GCM迁移至FCM,确保移动端消息推送的可靠性。
-
OTR会话清理:即时清理结束的OTR(端到端加密)会话消息,增强隐私保护。
-
输入验证强化:在ECDH和Livechat错误处理中引入"DOMPurify"和"he"进行输入净化,防范XSS攻击。
-
事务处理改进:使Omnichannel会话启动过程具备事务性,确保在高并发情况下的数据一致性。
技术架构升级
7.4.0版本对底层技术栈进行了更新:
-
运行时环境:Node.js版本升级至22.13.1,MongoDB支持5.0、6.0和7.0版本。
-
应用引擎:Apps-Engine升级至1.49.0版本,为开发者提供了更多扩展能力。
-
性能优化:更新至Meteor 3.1.2框架,提升了整体系统性能。
开发者工具增强
针对应用开发者,本版本提供了多项改进:
-
隐藏设置访问控制:允许明确指定哪些隐藏设置可以通过应用引擎访问,提高安全性。
-
线程消息过滤:在Apps Engine的room read/unread消息桥接中增加线程过滤选项。
-
异常处理增强:为OAuth应用添加/更新操作添加了wrapExceptions处理,避免未捕获的Promise拒绝。
-
元数据导出:在JSON消息导出中现在包含文件类型附件的元数据,便于数据迁移和分析。
总结
Rocket.Chat 7.4.0版本在功能丰富性、用户体验和系统稳定性方面都做出了显著改进。特别是对大型企业和客服中心场景的优化,以及对开发者工具的增强,使得这个开源通讯平台在企业协作领域更具竞争力。技术栈的更新也为未来的功能扩展奠定了更好的基础。对于现有用户而言,升级到这个版本将获得更安全、更稳定的通讯体验,同时为管理员和开发者提供了更多控制权和灵活性。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
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