1. cherry-studio v1.5.5
🍒 Cherry Studio is a desktop client that supports for multiple LLM providers.
本次更新主要包含以下内容:
功能新增:
1. 在aihubmix中支持GPT OSS模型
2. 为ThinkingButton添加禁用思考模式的切换开关
3. 增强服务层级的控制能力
问题修复:
1. 修复代理管理中存储原始Axios适配器的问题
2. 修复代理管理中系统代理不过滤的问题
3. 解决代理拖动导致崩溃的问题
4. 修复JSON字符串块处理问题
5. 解决设置读取未定义导致的崩溃
6. 修正内置MCP对象无法序列化的问题
7. 修复提供者条件判断问题
8. 解决代码查看器内容包含条件问题
9. 调整弹窗高度
其他改进:
1. 重构预览组件和代码块工具
2. 优化代理管理逻辑
3. 取消代理导入时的特定情况处理
版本从v1.5.4升级至v1.5.5
2. copyparty v1.19.1
Portable file server with accelerated resumable uploads, dedup, WebDAV, FTP, TFTP, zeroconf, media indexer, thumbnails++ all in one file, no deps
Copyparty是一个自托管的文件共享工具,提供多种下载选项和功能更新。最新版本v1.18.9修复了CVE-2025-54796拒绝服务漏洞,建议用户升级。主要特点包括新增法语、波兰语和尼诺斯克语翻译支持,以及自定义mDNS域名功能。同时修复了FTP在Windows上的问题、全局配置加载错误等bug。
推荐下载copyparty-sfx.py,它兼容性强仅需Python环境即可运行;也可选择英文版copyparty-en.py或Docker镜像。Windows用户可选copyparty.exe(支持Win8+)但需注意32位版本copyparty32.exe存在安全隐患,不建议暴露在互联网。还提供了CLI上传工具u2c.exe和WinPE专用版本。
项目提供只读演示服务器和Discord社区,方便用户测试和交流。近期重要更新包括默认禁用上传去重功能,以及修复可能导致数据丢失的严重bug。用户可根据需求选择适合的版本,确保安全性和功能性。
3. servers 2025.8.4
Model Context Protocol Servers
版本v2025.8.4发布,更新了以下三个软件包:
1. @modelcontextprotocol/server-everything@2025.8.4
2. @modelcontextprotocol/server-memory@2025.8.4
3. mcp-server-time@2025.8.4
4. Folo v0.7.0
🧡 Follow everything in one place
新增内容:
1. 添加自定义集成配置功能,支持适配更多应用程序
改进方面:
1. 重新设计集成设置页面,提升用户体验
2. 新增集成设置导入导出功能
问题修复:
1. 解决了潜在的UI/UX界面问题
5. fit-framework elsa-v0.4.0
FIT: 企业级AI开发框架,提供多语言函数引擎(FIT)、流式编排引擎(WaterFlow)及Java生态的LangChain替代方案(FEL)。原生/Spring双模运行,支持插件热插拔与智能聚散部署,无缝统一大模型与业务系统。
本次Elsa模块更新主要聚焦配置功能增强和界面优化。主要内容包括:新增大模型节点的MCP服务器配置功能,锁定Rollup版本至4.39.0,以及知识节点新增重新排序界面。具体变更:功能方面新增知识节点重排UI;优化方面为大模型节点添加MCPServerConfig配置;维护方面强制锁定Rollup版本。特别感谢贡献者@RonnyChan96等开发人员的付出。
6. bili-hardcore v0.5.1
bilibili 硬核会员 AI 自动答题脚本,直接调用 B 站 API,非 OCR 实现
API请求报错后自动重试是一种提高系统可靠性的常见机制。主要实现要点包括:
-
重试触发条件:当API请求返回错误状态码(如5xx服务器错误、网络超时等)时触发重试机制
-
重试策略配置:
- 最大重试次数(通常3-5次)
- 重试间隔时间(固定间隔或指数退避算法)
-
可重试的错误类型白名单
-
实现方式:
- 使用现成重试库(如Retry库)
-
自定义重试逻辑(循环+延时)
-
注意事项:
- 对非幂等操作要谨慎重试
- 设置合理的超时时间
- 记录重试日志用于监控
-
考虑熔断机制避免雪崩效应
-
高级优化:
- 根据错误类型动态调整策略
- 结合断路器模式
- 分布式环境下的全局重试控制
这种机制能有效应对临时性故障,提升系统容错能力,但需注意避免因过度重试导致系统负载加重。