Chatty项目v0.27版本发布:全面适配Twitch EventSub API的重大更新
项目简介
Chatty是一款专为Twitch平台设计的开源聊天客户端,以其轻量级、功能丰富和高度可定制性著称。作为Twitch主播和观众的得力助手,Chatty提供了比官方网页版更强大的聊天管理功能,包括自定义标签页、高级消息过滤、热键操作等特性。
核心更新:从PubSub到EventSub的全面迁移
本次v0.27版本最重要的技术变革是完成了从Twitch PubSub API到EventSub API的全面迁移。由于Twitch官方决定弃用PubSub API,开发团队对Chatty进行了深度重构:
-
认证系统升级:用户需要重新连接Twitch账户,因为新API需要不同的访问权限范围(scope)。这一变化体现在"Main - Account"设置中。
-
功能替代方案:
- 管理员操作(Mod Actions)系统重构
- AutoMod功能适配新API
- 注意:目前频道积分兑换功能仅对主播可用,暂未在Chatty中实现
新增功能特性
社交互动增强
-
关注者/订阅者列表改进:新增手动刷新按钮,方便主播实时管理社区成员。
-
命令扩展:
- 新增
/warn警告命令 - 增强
/insert命令的上下文感知能力 - 引入更高级的
/insert2命令
- 新增
-
表情系统升级:支持超大型(gigantified)表情显示。
共享聊天支持
-
UI增强:
- 在聊天中显示来源频道logo和徽章
- 用户对话框中显示来源频道名称
-
配置选项:新增
config:shared匹配前缀。
高亮系统改进
新增多个高亮匹配前缀:
config:highlightedconfig:followupconfig:shared
自定义标签页优化
-
视觉定制:新增频道logo设置选项。
-
行为调整:不再将日志模式应用于自定义标签页。
系统集成
- 热键操作:新增与最小化到系统托盘相关的热键动作。
技术实现细节
本次更新涉及底层架构的重大调整,主要体现在:
-
API通信层重构:完全重写了与Twitch服务的通信模块,采用更现代的EventSub协议。
-
事件处理机制:优化了事件分发和处理流程,确保在API变更后仍能保持功能完整性。
-
权限管理系统:升级了OAuth集成,支持新的权限范围要求。
用户体验改进
-
错误处理:增强了各种边界条件的处理能力,提升稳定性。
-
文档更新:配套帮助文档全面更新,反映新功能和变更。
-
性能优化:通过API迁移带来的效率提升。
版本发布文件说明
提供多种分发格式满足不同用户需求:
-
基础版:标准JAR包,需预装JRE环境
- ZIP压缩包格式
- Windows安装程序格式
-
独立版:内置JRE的Windows版本
- 便携式ZIP压缩包
- 安装程序版本
所有发布文件均提供校验信息,确保下载安全。
总结
Chatty v0.27版本是一次重要的技术升级,不仅成功应对了Twitch API的变革,还引入了多项实用功能增强。这次更新体现了开发团队对技术趋势的快速响应能力,以及对用户体验的持续关注。对于Twitch社区用户,特别是内容创作者和频道管理员,升级到新版本将获得更稳定、功能更完善的聊天体验。
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