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-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









