Nocobase v1.6.22 版本发布:工作流增强与多项问题修复
Nocobase 是一个开源的低代码开发平台,它提供了强大的数据建模、界面构建和工作流设计能力,帮助开发者快速构建企业级应用。该平台采用插件化架构,支持灵活扩展,特别适合需要高度定制化的业务场景。
核心改进
工作流功能增强
本次版本对工作流模块进行了重要升级,新增了对日期类型变量的支持。这意味着开发者现在可以在工作流中使用日期类型的变量,为时间相关的自动化流程提供了更灵活的控制能力。例如,可以基于特定日期触发流程,或者在流程中使用日期计算功能。
工作流引擎还修复了子流程中定时任务执行时可能出现的错误,确保了复杂流程的稳定性。此外,自定义动作事件现在支持多记录模式执行,大幅提升了批量操作的效率。
文件管理器API开放
文件管理模块在此版本中开放了工具类API,为开发者提供了更底层的文件操作能力。这一改进使得开发者可以更灵活地实现自定义的文件处理逻辑,比如文件转换、校验等高级功能。
关键问题修复
客户端交互优化
-
移动端导航栏改进:修复了移动端顶部导航栏图标难以删除的问题,提升了移动端用户体验。
-
筛选条件处理:解决了外键关联后点击筛选导致条件为空的问题,确保了数据查询的准确性。
-
日期选择器切换:修复了筛选按钮中日期字段选择器切换的问题,使日期筛选更加稳定可靠。
-
菜单折叠按钮可见性:优化了左侧菜单折叠按钮在弹出窗口中的显示层级,确保操作不受遮挡。
-
联动规则约束:修复了重新打开联动规则时操作选项约束丢失的问题,保证了规则配置的完整性。
-
权限控制:修正了导出按钮在没有导出权限时仍然显示的问题,加强了系统的权限管理。
-
表单提交验证:优化了联动规则隐藏必填字段时的表单提交逻辑,确保隐藏的必填字段不会影响正常提交。
服务端与构建改进
-
迁移文件生成:修复了创建迁移时appVersion生成不正确的问题,确保了迁移文件的准确性。
-
构建过程:解决了tar命令执行时可能抛出的错误,使构建过程更加稳定。
-
文件存储:针对S3存储(Pro版)增加了服务器端上传的multer处理逻辑,提升了文件上传的可靠性。
开发者工具更新
create-nocobase-app工具在此版本中升级了依赖项并移除了对SQLite的支持。这一变化意味着开发者需要选择其他数据库作为Nocobase应用的存储后端,如MySQL或PostgreSQL等。这一决策可能是基于SQLite在生产环境中的局限性考虑,建议开发者在项目初期就规划好数据库选型。
总结
Nocobase v1.6.22版本在保持系统稳定性的同时,重点增强了工作流功能和文件管理能力。通过修复多个交互问题和权限控制缺陷,进一步提升了用户体验和系统安全性。对于开发者而言,新的API开放和工具改进为二次开发提供了更多可能性。建议现有用户及时升级以获取这些改进和修复,特别是在使用工作流和文件管理功能的场景下。
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-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