Cinny项目v4.5.0版本发布:增强隐私与用户体验
Cinny是一款基于Matrix协议的开源即时通讯客户端,以其简洁的界面设计和丰富的功能特性受到社区用户的喜爱。作为Matrix生态中的重要组成部分,Cinny为用户提供了安全、私密的沟通体验,同时保持了良好的可扩展性。
隐私功能增强
本次v4.5.0版本在隐私保护方面做出了多项改进。首先新增了"隐藏已忽略用户消息"的功能,当用户将某个联系人加入忽略列表后,不仅不会再收到该用户的新消息,连历史沟通内容中该用户的信息也会被自动隐藏,这一设计大大提升了用户对不必要信息的控制能力。
另一个值得关注的隐私改进是默认隐藏已删除事件的功能。在Matrix协议中,消息删除实际上是通过发送特殊事件实现的,而Cinny现在默认不再显示这些删除通知,使沟通界面更加整洁,同时也减少了不必要的信息干扰。
用户体验优化
编辑器的自动完成功能得到了修复,现在当用户使用自动完成功能后,编辑器能够正确保持焦点,避免了之前版本中需要重新点击输入框才能继续输入的问题。
上传功能也获得了改进,新增了图片预览功能。用户在上传图片时可以看到缩略图预览,这有助于确认上传的是正确的文件,特别是在批量上传时尤为实用。
针对链接编辑时出现的反斜杠问题,开发团队进行了修复。现在编辑包含链接的消息时,不会再出现意外的反斜杠字符,保证了消息格式的正确性。
技术实现细节
在账户数据处理方面,v4.5.0版本改变了打开账户数据的方式,从原来的弹出窗口改为在当前窗口打开。这一改变不仅提升了用户体验的连贯性,也避免了某些浏览器对弹出窗口的限制可能造成的问题。
项目文档也得到了更新和完善,README文件经过重新组织后更易于阅读和理解。此外,还新增了Caddy服务器的配置文件示例,为自行部署Cinny实例的用户提供了更多参考。
总结
Cinny v4.5.0版本通过一系列隐私保护和用户体验的改进,进一步巩固了其作为Matrix生态中优秀客户端的地位。从隐藏已忽略用户消息到优化编辑器行为,这些改进都体现了开发团队对用户需求的深入理解。对于注重隐私和简洁体验的用户来说,这次更新值得升级体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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