bknd项目v0.11.0版本发布:媒体无限加载与适配器优化
2025-07-03 08:58:00作者:裴锟轩Denise
bknd是一个现代化的全栈开发框架,它提供了从数据库操作到前端界面的一整套解决方案。该项目采用模块化设计,支持多种云服务适配器,并内置了丰富的管理功能。最新发布的v0.11.0版本带来了多项重要改进,特别是在媒体管理和适配器稳定性方面。
媒体管理功能增强
新版本对媒体管理界面进行了重大升级,实现了无限滚动加载功能。当用户向下滚动页面时,系统会自动加载更多媒体条目,无需手动点击分页按钮。这种设计显著提升了浏览大量媒体文件时的用户体验。
更令人印象深刻的是新增的媒体详情对话框功能。点击任一媒体文件后,系统会弹出一个详情窗口,不仅尝试预览文件内容,还展示了与该文件相关的所有信息。对于开发者特别实用的是,对话框中提供了快速复制代码片段的功能,可以方便地获取文件引用代码。
适配器与启动器改进
bknd框架支持多种云服务适配器,如CDN服务和AWS等。在v0.11.0版本中,开发团队对这些适配器进行了大量优化:
- CDN服务和AWS启动器现在能够更顺畅地生成所需的基础设施组件
- 所有适配器现在共享统一的单元测试和端到端测试套件,确保它们的行为一致且符合预期
- 修复了多个适配器特有的问题,提高了整体稳定性
这些改进使得在不同云平台上部署bknd应用变得更加可靠和一致。
命令行工具增强
bknd CLI工具在这个版本中获得了更智能的环境发现机制。当执行命令时,工具会按以下顺序确定运行环境:
- 首先检查命令参数
- 然后查找项目中的配置文件(bknd.config.*)
- 接着读取环境变量(DB_URL, DB_TOKEN)
- 最后才会创建新的数据库文件
这种改进允许开发者创建专门的配置文件来定义如何启动实例,即使应用中不包含Admin UI,也可以通过CLI在本地运行管理界面。
另一个实用的新增功能是用户令牌生成命令。开发者现在可以通过简单的CLI命令生成用户认证令牌:
npx bknd user token
配置示例
新版bknd支持更灵活的配置方式。以下是一个典型的配置文件示例:
import type { BkndConfig } from "bknd/adapter";
export default {
connection: {
url: "file:data.db",
},
initialConfig: { /* 初始配置 */ },
options: {
seed: async (ctx) => {
await ctx.em.mutator("<entity>").insertMany([ /* 初始数据 */ ]);
await ctx.app.module.auth.createUser({ /* 初始用户 */ });
},
},
} as const satisfies BkndConfig;
其他重要改进
- 修复了Astro创建CLI的问题
- 重构了事件管理器,使其仅在调用时运行异步操作
- 生成随机文件名时保留原始文件扩展名
- 修复了limbo批处理问题
- Docker构建增加了覆盖bknd版本的选项
- 改进了非交互式创建流程
- 修复了Firefox浏览器中视图转换不可用的问题
这些改进共同提升了bknd框架的稳定性、可用性和跨平台兼容性,使其成为全栈开发更加强大的工具选择。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
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++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609