Payload CMS v3.19.0 版本发布:富文本编辑增强与多租户优化
Payload CMS 是一个现代化的无头内容管理系统,采用 Node.js 和 React 构建,以其灵活性和开发者友好性著称。它提供了丰富的功能集,包括内容管理、媒体处理、用户权限等,同时保持了高度的可定制性。
富文本编辑器功能增强
本次 v3.19.0 版本对富文本编辑器 Lexical 进行了显著改进。最值得关注的是装饰节点(Decorator Nodes)和块(Blocks)现在支持选择功能,这为内容编辑带来了更流畅的体验。
开发团队集中处理了选择和删除逻辑,使得编辑器中的各种元素能够更一致地响应用户操作。这一改进特别有利于那些需要精确控制内容结构的场景,比如复杂排版或特殊内容块的插入。
此外,团队还优化了自动链接功能的正则表达式匹配器,使其对绝对和相对 URL 的识别更加可靠。这意味着当用户输入网址时,系统能够更准确地将其转换为可点击的链接,减少了手动调整的需要。
多租户插件稳定性提升
多租户(Multi-Tenant)插件在此版本中获得了多项修复和增强:
- 修正了文档导航时租户选择可能不正确的问题,确保用户在浏览不同内容时租户上下文保持一致。
- 改进了用户权限检查函数中的类型定义,防止潜在的类型错误。
- 增加了对不存在用户情况的处理,避免系统抛出不必要的错误。
这些改进使得多租户场景下的内容管理更加稳定可靠,特别适合需要为不同客户或部门提供独立内容空间的企业应用。
数据库查询优化
MongoDB 数据库适配器在本版本中获得了多项重要修复:
- 修复了多态关系(Polymorphic Relationships)使用"all"操作符查询时的问题,使得复杂关系查询更加可靠。
- 改进了事务处理在没有副本集(Replica Set)环境下的类型检查,提高了系统稳定性。
- 修正了地理位置查询中
minDistance和maxDistance参数为null时的处理逻辑。
这些改进对于依赖复杂数据关系和地理位置查询的应用尤为重要,确保了查询结果的准确性和一致性。
用户界面改进
管理界面在本版本中也获得了多项用户体验优化:
- 新增了批量上传后的"编辑多个"选项,简化了大量文件同时上传后的编辑流程。
- 改进了缩略图组件的错误处理,防止因图片不存在而导致界面崩溃。
- 修正了过滤器中对上传特定字段的处理,使批量编辑更加精准。
- 优化了标签页(Tabs)的描述显示和间距问题,提升了界面的一致性。
本地化与API改进
对于多语言支持,本次更新修复了REST API在使用?locale=*参数时未能返回完整本地化数据的问题。同时,修正了本地化数组内包含关系字段时的连接问题,确保了多语言内容管理的准确性。
在API方面,修复了Next.js重写规则不被REST API尊重的问题,使得自定义路由配置更加可靠。此外,改进了CORS响应头的处理方式,无需依赖headersWithCors也能正确应用CORS设置。
开发者体验提升
文档方面,团队进行了大量重组和补充:
- 将集合和全局管理的文档移动到各自的配置概述中,使结构更加清晰。
- 添加了自定义字段组件的类型化示例,帮助开发者更好地理解如何扩展系统。
- 新增了关于
useSelection和useStepNav钩子的使用说明。
模板项目也获得了更新,修复了初始表单状态可能因类型不匹配导致的错误,并改进了网站模板中的ESLint配置。
总结
Payload CMS v3.19.0 版本在富文本编辑、多租户支持、数据库查询和用户界面等方面都带来了实质性改进。这些变化不仅提升了系统的稳定性和可靠性,也为开发者提供了更好的工具和文档支持。对于现有用户来说,升级到这个版本将获得更流畅的内容管理体验和更强大的功能支持。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00