Polkadot-js/apps项目更新:提名池功能升级与Staking页面优化
背景介绍
Polkadot生态系统中的提名池(Nomination Pools)功能近期迎来重要升级。在runtime版本1.4.0中,提名池的功能得到了显著增强,特别是与Polkadot OpenGov的兼容性方面。这一变化直接影响了Polkadot-js/apps项目中的用户界面显示逻辑。
功能升级要点
最新版本的runtime带来了一个关键改进:现在,委托给提名池的资金可以参与Polkadot OpenGov治理了。这意味着用户不再需要在参与治理和通过池子获得质押奖励之间做出选择。
这一改进解决了之前版本中存在的一个主要限制,即池化资金无法参与治理决策的问题。对于希望通过提名池进行质押同时又想参与Polkadot治理的用户来说,这是一个重要的功能增强。
用户界面调整
随着底层功能的升级,Polkadot-js/apps项目中的Staking页面也需要相应调整。原先的警告信息已经不再适用,因为其内容是基于旧版本的功能限制。
开发团队提出了两种解决方案:
- 完全移除旧的警告信息
- 更新为反映当前功能状态的新提示信息
新的提示信息将包含以下关键内容:
- 明确告知用户提名池功能的升级
- 说明现在可以同时使用池化资金参与OpenGov
- 提醒用户注意可能出现的"NotMigrated"错误情况
- 提供相关解决方案的指引
技术实现细节
在技术实现层面,这一变更主要涉及:
- 前端警告信息的更新或移除
- 确保UI与最新runtime版本的兼容性
- 处理可能出现的状态迁移错误
特别值得注意的是,当用户同时使用同一账户进行池化质押和单独质押时,系统可能会显示"NotMigrated"错误。这种情况需要用户采取特定操作来解决,这些信息也应该在用户界面中清晰呈现。
对用户的影响
这一变更将为用户带来以下好处:
- 更清晰的界面信息,避免过时的警告造成混淆
- 更好的功能体验,可以同时享受池化质押和参与治理
- 更明确的错误指引,帮助用户快速解决问题
对于Polkadot生态系统来说,这一改进进一步提升了提名池功能的实用性和灵活性,使得更多用户能够同时参与网络的安全维护和治理决策。
总结
Polkadot-js/apps项目紧跟底层协议升级,及时调整用户界面以反映最新功能状态,体现了项目对用户体验的重视。这一变更虽然看似简单,但对于提升整个Polkadot生态系统的可用性和参与度具有重要意义。用户现在可以更自由地选择质押方式,同时不失去参与重要治理决策的机会。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust023
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00