Activepieces 0.42.0-rc.2版本发布:自动化工作流平台迎来多项功能增强
Activepieces是一个开源的自动化工作流平台,它允许用户通过可视化方式连接各种应用程序和服务,创建自动化流程。该平台采用模块化设计,通过"pieces"(组件)的形式集成各类功能模块,使非技术人员也能轻松构建复杂的自动化任务。
核心功能更新
本次发布的0.42.0-rc.2版本在多个方面进行了功能增强:
-
项目角色用户管理:新增了项目角色用户表功能,使团队协作更加灵活。管理员现在可以更精细地控制不同角色成员对项目的访问权限,为大型团队协作提供了更好的支持。
-
PDF和多文件处理能力:在Utility AI模块中加入了PDF和多文件支持功能。这一改进显著扩展了自动化流程处理文档的能力,用户可以更高效地批量处理各种格式的文件。
-
Metabase组件增强:Metabase数据可视化组件新增了PNG渲染功能,使用户能够直接将查询结果导出为图片格式,方便在报告和演示中使用。
性能优化与稳定性改进
开发团队在此版本中着重解决了几个关键性能问题:
- 改进了流程状态更新机制,确保在项目重新发布时能够正确反映流程状态变化。
- 优化了负载处理逻辑,修正了payload变量命名问题,提高了代码一致性。
- 显著提升了负载提交速度,使大规模自动化任务的执行更加高效。
开发者体验提升
本次更新包含多项对开发者友好的改进:
-
环境变量支持:现在可以将环境变量配置传递给工作线程,使部署和调试过程更加灵活。
-
组件同步优化:新增了同步特定组件的能力,开发者可以更有针对性地更新所需组件,而不必同步全部内容,大大提高了开发效率。
-
Google Drive集成增强:在Google Drive组件中增加了对团队云端硬盘(Team Drive)的支持,使企业用户能够更好地管理共享文件。
技术栈更新
项目持续保持技术栈的更新:
- 将Vitest测试框架从1.6.0升级到1.6.1版本,确保测试工具保持最新状态。
- 对多个基础组件进行了版本更新,保持系统各部分的兼容性和稳定性。
Activepieces 0.42.0-rc.2版本通过上述多项改进,进一步提升了平台的可靠性、功能丰富度和用户体验。特别是对文件处理能力的增强和性能优化,使得该平台在处理复杂自动化工作流时表现更加出色。开发团队持续关注用户反馈,不断优化产品功能,使Activepieces成为一个更加强大且易用的自动化解决方案。
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