n8n 1.85.0版本发布:增强工作流管理与AI集成能力
n8n是一个开源的自动化工作流工具,它允许用户通过可视化界面连接不同的应用程序和服务,创建复杂的自动化流程。作为一款自托管的解决方案,n8n特别适合需要数据隐私和自定义集成的企业用户。
核心功能增强
工作流管理改进
最新版本1.85.0对工作流管理进行了多项优化。首先,系统现在支持更长的凭证类型名称,从原来的32字符限制扩展到了64字符,这为使用复杂凭证类型的用户提供了更大的灵活性。其次,工作流设置中重新引入了GMT和UTC时区选项,解决了之前版本中缺失的问题,为全球用户提供了更准确的时间管理能力。
在性能方面,新版本改进了部分执行逻辑,现在当不相关的节点出现"脏"状态时,不会导致整个部分执行失败,提高了工作流的稳定性和容错能力。此外,系统还新增了一个"每次执行节省时间"的工作流设置选项,帮助用户更精确地评估自动化带来的效率提升。
多主模式支持
对于企业级部署,1.85.0版本增强了多主模式下的webhook服务器运行能力。这意味着在分布式部署环境中,webhook功能可以更稳定地运行,提高了系统的可靠性和扩展性。
AI与自动化集成
新增AI模型支持
本次更新引入了xAiGrok聊天模型节点和凭证,为用户提供了更多的AI模型选择。这个新增的AI能力可以与其他节点结合使用,创建更智能的自动化流程。
向量存储优化
简单向量存储节点(SVS)现在支持基于使用时间和内存占用的自动清理功能。这一改进使得长期运行的AI应用能够更有效地管理内存资源,防止内存泄漏问题。
开发者体验
社区节点工具
新版本增加了社区节点卸载工具,使开发者能够更方便地管理自定义节点。更重要的是,现在社区节点可以作为工具被其他节点调用,这大大扩展了n8n生态系统的互操作性。
API改进
API方面有几个重要更新:MySQL/MariaDB的生成策略得到修复;新增了检索摘要指标的API;实现了洞察数据的压缩逻辑,提高了大数据量下的性能表现。这些改进使得开发者能够更高效地与n8n系统进行集成。
用户体验优化
编辑器改进
工作流编辑器现在始终在画布底部显示折叠面板,提供了更一致的用户界面。新增的智能小数指令使数字输入更加精确。路由逻辑也得到了优化,特别是在工作流编辑和新工作流页面之间的切换更加流畅。
变量和上下文
编辑器中的模式视图现在增加了变量和上下文部分,使用户能够更清晰地了解工作流中的数据流动和可用变量,这对于调试复杂工作流特别有帮助。
安全增强
认证安全
新版本允许自定义认证cookie的SameSite属性和内容安全策略(CSP)头,提供了更灵活的安全配置选项。此外,Salesforce节点现在支持PKCE(Proof Key for Code Exchange)认证流程,增强了OAuth 2.0的安全性。
域名验证
核心安全模块改进了域名验证机制,不再使用简单的URL包含检查,而是采用更可靠的验证方法,防止了某些类型的URL欺骗攻击。
企业功能
文件夹同步
对于使用环境功能的企业用户,1.85.0版本新增了文件夹同步支持。这意味着在不同环境间管理工作流变得更加方便。同时,文件夹功能现在可以通过许可证服务器启用,为企业提供了更灵活的部署选项。
工作流导入/导出
系统现在支持导入单个工作流对象,而不仅仅是完整的项目或集合。更新工作流的API也进行了扩展,支持更新工作流的父文件夹信息,使工作流组织结构管理更加灵活。
总结
n8n 1.85.0版本在多个方面都有显著改进,从核心工作流管理到AI集成,从开发者工具到企业级功能,都体现了项目团队对用户需求的深入理解和技术创新的持续追求。这些更新不仅提高了系统的稳定性和安全性,也扩展了其应用场景和能力边界,使n8n成为一个更加强大和灵活的自动化平台。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00