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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust050
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00