TrenchBroom 2025.3-RC1版本发布:地图编辑器迎来多项优化与修复
TrenchBroom是一款功能强大的开源3D地图编辑器,主要用于创建和编辑Quake引擎系列游戏的地图。作为一款专业级工具,它提供了直观的界面和高效的编辑功能,深受关卡设计师和游戏开发者的喜爱。
版本亮点
2025.3-RC1作为TrenchBroom的候选发布版本,带来了多项重要改进和错误修复,显著提升了软件的稳定性和用户体验。
核心改进
应用内更新机制
开发团队首次引入了应用内更新功能,这意味着用户未来可以直接在软件内获取最新版本,无需手动下载安装包。这一改进大大简化了更新流程,确保用户能够及时获得安全补丁和新功能。
解析器安全增强
本次更新对解析器进行了重大重构,引入了结果类型返回机制。这种改进使得错误处理更加健壮,特别是在处理复杂地图文件时,能够更优雅地处理异常情况,避免意外崩溃。
表达式语言安全性
团队强化了表达式语言(EL)评估的安全性,确保对值的访问更加安全可靠。这一改进对于防止脚本执行过程中的潜在漏洞至关重要,特别是在处理用户自定义脚本时。
关键错误修复
笔刷挤出崩溃问题
修复了在挤出笔刷操作时可能导致软件崩溃的问题。这个错误会影响地图编辑的流畅性,特别是在进行复杂几何体编辑时。
MDX模型加载问题
解决了MDX模型格式的加载问题,确保这类模型能够正确显示在地图编辑环境中。这对于使用特定模型资源的地图制作者尤为重要。
路径分隔符兼容性
现在编译配置文件中同时支持正斜杠(/)和反斜杠()作为路径分隔符。这一改进提高了跨平台兼容性,特别是在Windows和Unix-like系统之间共享项目时。
性能优化
文件系统搜索改进
游戏文件系统搜索路径现在不区分大小写,这一改变显著提高了资源加载的可靠性,特别是在不同操作系统之间迁移项目时。
数字格式化优化
UI中的数字显示现在会根据用户当前区域设置进行格式化,提供更符合本地习惯的数字表示方式,提升了国际化体验。
构建系统改进
开发团队为持续集成系统引入了ccache支持,显著加快了Linux、macOS和Windows平台的构建速度。这一内部改进虽然对最终用户不可见,但意味着未来版本能够更快地交付给用户。
平台支持
2025.3-RC1版本继续支持主流操作系统:
- Windows 10/11 (仅x64)
- Linux (需要Qt 6.7或更高版本)
- macOS 10.14及以上版本
所有平台都需要支持OpenGL 2.1和GLSL 1.2的显卡及最新驱动程序。Windows用户需要安装Visual C++ Redistributable for Visual Studio 2015-2022才能运行64位版本。
总结
TrenchBroom 2025.3-RC1版本在稳定性、安全性和用户体验方面都做出了显著改进。从应用内更新到解析器重构,再到各种错误修复,这些变化共同提升了这款专业地图编辑工具的整体质量。候选版本的发布意味着正式版即将到来,建议专业用户测试并提供反馈,帮助开发团队进一步完善产品。
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TSX0113
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