PrestaShop 9.0.0 RC 1发布:电商平台迎来重大更新
PrestaShop作为全球知名的开源电商解决方案,近期发布了9.0.0版本的第一个候选发布版(RC 1)。这个版本在Beta 1的基础上进行了大量改进和优化,为即将到来的正式版奠定了坚实基础。PrestaShop 9.0.0版本带来了多项新特性、性能优化和问题修复,旨在为商家提供更强大、更稳定的电商平台体验。
核心功能增强与优化
本次更新在后台管理界面(Back Office)方面进行了多项改进。新增了信息页面显示钩子(display hook),允许开发者更灵活地添加分发详情信息。同时引入了新的actionProductGetAttributesGroupsAfter钩子,为产品属性组获取后的处理提供了扩展点。值得注意的是,承运商切换功能标志已转为稳定状态并默认启用,这意味着相关功能已经过充分测试,可以放心使用。
在API方面,OpenApi配置得到了显著优化,现在能够动态包含OAuth范围,为开发者提供了更完善的API文档支持。同时,API平台路径扫描功能已启用,使得实体类的API端点能够被自动发现和注册。
用户体验与界面改进
PrestaShop 9.0.0 RC 1对用户界面进行了多处优化。在废弃购物车KPI中修正了措辞,使信息表达更加准确。链接样式得到了改进,使其更易于识别。此外,还解决了多个界面问题,如员工设置默认页面无法加载、移动端模块上传问题等,提升了整体用户体验。
对于多语言支持,现在能够加载所有已安装模块的翻译目录,解决了多语言翻译相关的问题。同时,Symfony的"记住我"功能现在与后台配置相关联,提供了更一致的登录体验。
性能与稳定性提升
在性能优化方面,匿名路由检查得到了优化,减少了不必要的处理开销。产品索引机制现在会在每次需要更新时自动执行,确保搜索结果的准确性。此外,还修复了多个可能导致系统不稳定的问题,如遗留上下文初始化不一致、模块覆盖系统对类型属性的处理等。
对于开发者而言,hook生成机制得到了改进,为测试固件和文档提供了更好的支持。同时,错误处理也更加完善,当模块安装失败时,现在会显示模块报告的具体错误信息,便于问题排查。
电商功能增强
在产品管理方面,修复了组合产品预览模式的问题,确保产品展示的准确性。财务规则组国家编辑功能得到了改进,使财务管理更加便捷。对于订单处理,现在虚拟订单的PDF中不再显示承运商信息,避免了混淆。
在前台方面,修复了结账页面更改国家后地址字段消失的问题,提升了购物流程的顺畅度。同时改进了类别控制器,对不存在的类别提供了更优雅的处理方式。
开发者工具与测试改进
PrestaShop 9.0.0 RC 1对开发者工具进行了多项增强。新增了actionGetPdfRenderer钩子,允许使用自定义继承的TCPDF渲染器。邮件主题扫描器现在能够正确处理模块文件夹。模块错误在CLI命令中会显示更多详细信息,便于调试。
测试套件得到了显著增强,UI测试更加稳定,特别是针对模块、品牌和供应商的测试。功能测试框架已迁移到新的@prestashop-core/ui-testing包,提供了更现代化的测试工具链。
总结
PrestaShop 9.0.0 RC 1作为即将发布的正式版前的关键里程碑,展示了该项目在电商功能、性能优化和开发者体验方面的持续投入。从后台管理到前台展示,从核心功能到开发者工具,这个版本都带来了实质性的改进。对于电商从业者和开发者而言,这个版本值得关注和测试,为即将到来的正式升级做好准备。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00