ToolJet v3.11.0 版本发布:权限控制与组件增强
项目简介
ToolJet 是一个开源的低代码开发平台,允许开发者快速构建内部工具和应用程序。它提供了丰富的可视化组件、数据源连接能力以及自动化工作流功能,大大降低了企业级应用开发的门槛。通过拖拽式界面和强大的集成能力,非技术人员也能参与应用开发过程。
核心更新解析
权限控制体系升级
本次版本最重要的更新是引入了页面级权限控制功能。开发团队为系统增加了细粒度的访问控制机制,使得管理员能够精确控制不同用户组对特定页面的访问权限。这一功能特别适合企业级应用场景,可以确保敏感数据只能被授权人员访问。
权限控制实现采用了分层设计:
- 基于角色的访问控制(RBAC)模型
- 页面级别的权限粒度
- 可视化权限配置界面
- 实时权限生效机制
服务端查询解析器
新增的服务端查询解析器功能显著提升了复杂查询的处理能力。这个功能将部分查询逻辑从客户端转移到服务器端执行,带来了以下优势:
- 减轻客户端计算负担
- 提高大数据量查询性能
- 增强查询安全性
- 支持更复杂的业务逻辑处理
组件库增强与优化
表单与容器组件重构
开发团队对表单和容器组件的默认子元素进行了重新设计,使其布局更加合理,使用更加直观。新设计遵循了现代UI设计原则,提供了更好的视觉层次和用户体验。
分隔线组件升级
分隔线组件经过全面改造,现在支持更多自定义选项:
- 多种线条样式选择
- 动态颜色配置
- 响应式宽度调整
- 动画效果支持
下拉选择组件改进
下拉选择和多选组件新增了选项排序功能,用户可以:
- 按字母顺序排序
- 按添加顺序排序
- 自定义排序规则
- 保存常用排序方案
样式与布局优化
组件内边距控制
在检查器面板中新增了组件内边距属性,开发者可以:
- 精确控制组件内部间距
- 实现响应式内边距
- 创建更专业的布局效果
- 保持UI一致性
页眉页脚可调整
页眉和页脚现在支持动态调整大小,这一改进使得:
- 布局更加灵活
- 内容展示更加合理
- 适应不同设备屏幕
- 提升整体美观度
性能与稳定性提升
查询管理优化
查询面板的快捷键操作得到了显著改进,提高了开发效率:
- 更直观的快捷键提示
- 减少鼠标操作依赖
- 加快常用操作速度
- 降低学习成本
代码编辑器增强
代码编辑器现在可以更好地控制溢出行为,解决了:
- 长代码行显示问题
- 滚动体验优化
- 多窗口协作场景
- 大文件编辑性能
问题修复与质量改进
本次版本修复了多个影响用户体验的问题,包括但不限于:
- 模态框中组件高度计算问题
- 输入组件交互异常
- 下拉菜单在有限空间的智能定位
- 图标显示一致性
- 表格筛选功能可靠性
开发者体验提升
配置结构优化
项目配置文件结构经过重新组织,使得:
- 配置更加清晰
- 维护更加方便
- 部署更加可靠
- 扩展更加简单
测试与构建流程改进
持续集成流程得到多项增强:
- 镜像构建问题修复
- 自动化测试覆盖率提升
- 发布流程标准化
- 质量门禁加强
总结与展望
ToolJet v3.11.0版本在权限控制、组件功能和开发体验等方面都带来了显著提升。这些改进不仅增强了平台的实用性,也为未来的功能扩展奠定了坚实基础。开发团队持续关注用户反馈,不断优化产品,使ToolJet成为更加强大、易用的低代码开发解决方案。
对于企业用户而言,新增的页面权限控制功能尤为重要,它使得ToolJet能够更好地满足企业级应用的安全需求。而服务端查询解析器的引入则为处理复杂业务逻辑提供了新的可能性。
随着ToolJet生态的不断完善,我们可以期待未来版本会带来更多创新功能和性能优化,进一步降低应用开发门槛,提升开发效率。
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