Saleor Dashboard 3.20.26版本发布:集合管理与用户体验优化
Saleor是一个基于GraphQL的现代化电子商务平台,其Dashboard作为管理后台提供了丰富的功能。本次3.20.26版本的发布主要围绕集合管理功能优化和用户体验改进展开,为电商运营者带来了更流畅的操作体验。
集合管理功能增强
集合(Collection)是电商平台中商品分类管理的重要功能。本次更新对集合管理进行了多项改进:
-
集合创建流程优化:现在创建新集合后,系统会立即显示已分配的渠道列表,让管理员能够快速确认集合的发布状态,避免了以往需要额外点击查看的步骤。
-
集合内商品排序:新增了拖拽排序功能,管理员现在可以直接通过拖拽调整集合内商品的显示顺序,无需手动输入排序值。这一改进特别适合需要频繁调整商品展示位置的运营场景。
-
导航体验改善:修复了从集合详情页返回集合列表页的导航问题,使后台操作流程更加连贯自然。
订单管理功能优化
订单处理是电商后台的核心功能之一,本次更新带来了多项实用改进:
-
交易记录显示优化:订单交易列表现在会显示交易名称而非仅显示ID,使财务对账更加直观。
-
订单备注增强:
- 增加了订单备注的编辑功能
- 备注现在会显示ID和关联备注ID
- 明确区分"新增"和"更新"类型的备注
- 这些改进使客服团队能够更好地追踪订单沟通历史
数据表格与模态框交互改进
-
新标签页打开功能:
- 支持通过Cmd/Ctrl+点击在数据表格中打开项目新标签页
- 改进后的功能会正确考虑挂载点(mounting point),确保URL构造准确
-
模态框统一规范:
- 所有模态框现在采用统一的最大高度标准
- 修复了大屏幕下滚动加载内容的问题
- 这些改进使后台界面更加一致,提升了操作体验
技术架构与监控增强
-
页面浏览追踪:集成了Posthog分析工具,现在可以追踪管理后台的页面浏览数据,为产品优化提供数据支持。
-
服务标识头:当ENABLED_SERVICE_NAME_HEADER设置为true时,Dashboard会向API发送源标识头,这一改进需要核心服务版本≥3.20.68的支持,为微服务架构下的请求追踪提供了更好的支持。
其他用户体验改进
-
编辑器稳定性:修复了Editor.js在保存时可能出现的错误,提高了内容编辑的可靠性。
-
欢迎页面优化:调整了欢迎页面活动列表项的视觉表现,避免了可能误导用户的可点击暗示。
本次Saleor Dashboard 3.20.26版本的更新,从细节处提升了电商管理后台的使用体验,特别是在集合管理和订单处理等核心功能上做出了实用改进,体现了Saleor团队对用户体验的持续关注。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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