Nocobase v1.7.0-beta.32版本发布:多关键词过滤与批量打印功能升级
Nocobase是一个开源的、面向开发者的低代码开发平台,它提供了丰富的功能模块和灵活的扩展能力,帮助开发者快速构建企业级应用。本次发布的v1.7.0-beta.32版本带来了多项功能增强和问题修复,特别是在数据过滤和打印功能方面有了显著改进。
核心功能更新
单行文本字段多关键词过滤
在这个版本中,Nocobase对单行文本字段的过滤功能进行了重要升级。现在用户可以在单个文本字段中输入多个关键词进行组合过滤,这大大提高了数据查询的灵活性和精确度。例如,在用户管理模块中,管理员可以同时输入"北京"和"销售"两个关键词,快速筛选出位于北京且属于销售部门的员工记录。
这项功能的实现采用了智能分词技术,系统会自动识别用户输入中的多个关键词(通常以空格分隔),并在后台构建复合查询条件。这种设计既保持了用户界面的简洁性,又提供了强大的查询能力。
模板批量打印支持
模板打印功能新增了批量处理能力,这是对原有单条记录打印功能的重要扩展。在企业应用中,经常需要批量打印合同、发票或报表等文档,新功能可以显著提高这类场景的工作效率。
批量打印的实现考虑了性能优化和内存管理,特别是在处理大量数据时,系统会采用分批次处理策略,避免因数据量过大导致的内存溢出问题。同时,打印任务队列管理确保了多个打印请求的有序执行。
工作流与审批功能优化
工作流模块在本版本中获得了多项改进,特别是审批节点的分配逻辑更加完善。新增的"委托"和"添加其他审批人"功能使得审批流程更加灵活,能够适应更复杂的业务场景。
审批范围控制也得到了增强,系统现在能够更精确地识别和处理审批人的权限范围,确保审批流程既安全又高效。这些改进特别适合大型组织中跨部门协作的场景。
数据关联与表单处理改进
在数据关联处理方面,本次更新修复了几个关键问题:
-
级联组件在模态框中初始化时无法加载关联数据的问题已解决,现在关联数据能够正确显示和选择。
-
子表单中暴露的关联字段提交问题得到修复,确保了关联数据的完整性和一致性。
-
关联选择记录表的过滤逻辑优化,现在能够正确排除已关联的记录,避免重复关联。
这些改进使得Nocobase在复杂数据关系的处理上更加可靠,特别是在一对多、多对多等关联场景下表现更佳。
其他重要修复与优化
-
数据库导入功能增强了对空字符串单元格的处理,避免了因空值导致的导入错误。
-
文件管理器的类型定义更加完善,提高了代码的健壮性和开发体验。
-
工作流堆栈限制逻辑优化,解决了集合事件处理中的潜在问题。
-
AI集成配置页面切换时的内容显示问题已修复,提升了配置体验。
-
操作面板现在能够正确读取路由基础路径,更好地适应桌面环境。
总结
Nocobase v1.7.0-beta.32版本在功能完善和问题修复方面取得了显著进展,特别是多关键词过滤和批量打印功能的加入,使得平台在数据处理和输出能力上更加强大。工作流和审批功能的持续优化也体现了Nocobase在企业流程自动化方面的专注。这些改进共同提升了平台的稳定性、易用性和适用性,为开发者构建复杂业务系统提供了更坚实的基础。
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
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- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
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