Easydict 2.13.0版本发布:Swift重写截图功能带来全新体验
Easydict是一款优秀的开源翻译工具,它集成了多种翻译服务,为用户提供便捷的文本翻译体验。最新发布的2.13.0版本带来了多项重要改进,其中最引人注目的是使用Swift语言重写了截图功能,这一改变不仅提升了性能,也为未来的功能扩展奠定了基础。
核心改进:Swift重写截图功能
本次版本最重大的技术改进是使用Swift语言完全重写了截图功能。Swift作为Apple推荐的现代编程语言,相比Objective-C具有更好的性能表现和更简洁的语法结构。这一重写工作目前处于beta测试阶段,意味着开发团队正在收集用户反馈以进一步完善功能。
Swift版本截图功能的优势主要体现在:
- 更高效的资源管理
- 更流畅的用户体验
- 更好的与macOS系统集成
- 为未来功能扩展提供更灵活的基础架构
其他重要修复与改进
除了核心的截图功能重写外,2.13.0版本还包含多项实用改进:
-
OCR稳定性提升:修复了有道OCR在非主线程完成时导致的崩溃问题,提高了OCR功能的稳定性。
-
默认设置优化:对应用的默认设置进行了升级,确保新用户能够获得更好的开箱即用体验。
-
模型更新:更新了Gemini翻译服务的默认模型,提供更准确的翻译结果。
-
浏览器兼容性:修复了在浏览器中强制获取选中文本选项失效的问题,增强了与各类浏览器的兼容性。
-
自定义提示功能:现在所有流式服务都支持自定义提示,为用户提供了更大的灵活性。
技术实现细节
从技术角度看,本次版本更新体现了开发团队对以下几个方面的重视:
-
性能优化:通过语言级别的重写(Objective-C到Swift)和线程安全问题的修复,提升了整体性能。
-
稳定性增强:解决了多个可能导致崩溃的问题,特别是与OCR和浏览器交互相关的场景。
-
用户体验改进:从默认设置优化到自定义功能增强,都体现了以用户为中心的设计理念。
-
未来可扩展性:采用Swift重写核心功能不仅解决了当前问题,也为将来可能的跨平台支持奠定了基础。
总结
Easydict 2.13.0版本是一次重要的技术迭代,特别是Swift语言在核心功能中的应用,标志着项目在技术架构上的现代化进程。对于普通用户来说,这些改进意味着更稳定、更高效的翻译体验;对于开发者而言,这次更新展示了如何通过技术重构来提升软件质量。随着beta测试的进行,我们可以期待截图功能在未来版本中带来更多惊喜。
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-1.5暂无简介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
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
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