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。
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