Ever-Gauzy 0.622.13版本发布:企业级开源ERP/CRM系统的重要更新
项目概述
Ever-Gauzy是一款功能强大的开源企业资源规划(ERP)和客户关系管理(CRM)系统,专为现代企业设计。它提供了一套完整的工具集,包括项目管理、时间跟踪、会计、人力资源管理和协作功能,帮助企业实现业务流程的数字化和自动化。
核心更新内容
1. 数据库架构优化
本次更新对多个实体表进行了结构调整,包括EntitySubscription、EquipmentSharing、OrganizationContact和RequestApproval等表。这些变更主要涉及字段重命名和结构调整,如将"createdById"改为"createdByUserId",提高了数据库设计的规范性和一致性。
技术团队还实现了基础实体订阅器(Base Entity Subscriber),用于自动化处理审计字段,这将显著简化开发过程中对审计字段的管理,确保数据变更历史的完整记录。
2. Docker部署改进
开发团队对Docker Compose配置进行了多项优化,包括:
- 增强了Jitsu服务的配置,添加了events文件夹支持
- 改进了整体容器编排结构
- 优化了Web应用包的部署流程
这些改进使得Ever-Gauzy在各种环境下的部署更加稳定和高效,特别是对于使用Docker进行开发和测试的用户来说,体验有了明显提升。
3. Webhook服务集成
新版本引入了Webhook服务,能够处理和触发定时器事件,并与make.com平台实现深度集成。这一功能为企业提供了更强大的自动化能力,允许用户创建自定义工作流,将Ever-Gauzy与其他业务系统无缝连接。
4. 权限与角色管理增强
本次更新修复了角色权限模块的加载问题,并新增了角色和权限列表的筛选输入功能。这些改进使系统管理员能够更高效地管理用户权限,确保企业数据安全的同时提升管理效率。
5. 项目与任务管理优化
开发团队解决了项目模块在创建、更新和删除时的同步问题,同时改进了任务筛选功能。这些变更使得项目管理更加流畅,减少了操作中的潜在问题,提升了用户体验。
6. 桌面应用功能扩展
针对Ever-Gauzy桌面应用,本次更新带来了两个重要特性:
- 插件市场功能,允许用户根据需要扩展应用功能
- macOS应用签名和公证支持,提高了应用在苹果平台的安全性和可信度
技术细节与依赖更新
- 升级了axios库版本,从1.7.9提升至1.8.2,增强了HTTP请求处理能力
- 更新了PrismJS至1.30.0版本,改进了代码高亮功能
- 移除了不再使用的@cloudinary/ng包及其相关依赖,优化了前端资源
总结
Ever-Gauzy 0.622.13版本在数据库架构、部署流程、系统集成和用户体验等多个方面进行了重要改进。这些更新不仅提升了系统的稳定性和性能,还为企业用户提供了更强大的自动化能力和扩展性。特别是Webhook服务的引入和Docker部署的优化,使得Ever-Gauzy在现代企业IT环境中更具竞争力。
对于现有用户,建议评估这些新功能如何能够优化现有业务流程;对于新用户,这个版本提供了更加成熟和稳定的平台基础,是开始使用Ever-Gauzy的良好时机。
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