JetLinks社区版2.3.0发布:物联网平台功能增强与稳定性提升
JetLinks作为一款开源的物联网平台,专注于为开发者提供高效、稳定的设备连接与管理能力。本次发布的2.3.0版本在功能完善和问题修复方面做出了重要改进,进一步提升了平台的可靠性和用户体验。
核心功能优化
产品管理改进
在产品管理模块中,修复了产品启用时重复触发DeviceProductDeployEvent事件的问题。这一改进确保了产品状态变更时事件触发的准确性,避免了不必要的资源消耗和潜在的业务逻辑错误。
关系配置增强
关系配置功能新增了反转关系名称字段,这一改进使得设备间关系的定义更加灵活和全面。开发者现在可以更清晰地定义和管理设备间的双向关系,为复杂场景下的设备交互提供了更好的支持。
设备数据查询能力提升
在设备管理方面,2.3.0版本新增了在reactorQL中获取设备属性上报时间的功能。这一特性为数据分析场景提供了更丰富的时间维度信息,使得时序数据分析更加便捷和准确。
存储与数据处理优化
TDengine集成改进
针对TDengine数据库的集成进行了多项优化:
- 修复了无模式写入创建表时缺失messageId列的问题,确保了数据存储的完整性
- 优化了排序逻辑,提升了查询性能和数据检索效率
这些改进使得JetLinks平台在使用TDengine作为时序数据库时更加稳定可靠,能够更好地处理海量设备数据。
场景联动功能增强
场景联动模块是本版本的重点改进领域之一:
- 新增了设备数据执行动作,丰富了自动化场景下的执行能力
- 扩展了数组条件支持,使得条件判断更加灵活
- 优化了国际化支持,为多语言环境下的使用提供了更好的体验
这些改进使得场景联动功能更加强大和易用,能够满足更复杂的业务自动化需求。
基础架构与稳定性提升
命令模式支持
基础模块新增了对命令模式的支持,这一架构上的改进使得平台的行为扩展更加灵活,为未来的功能扩展奠定了更好的基础。
阿里云语音服务优化
修复了阿里云语音仅拨打一个用户号码的问题,确保了语音通知功能的完整性和可靠性。
Docker支持改进
对Docker镜像配置进行了多项优化:
- 更新了镜像版本,确保使用最新的稳定组件
- 修复了文件路径挂载错误,提升了容器化部署的可靠性
安全更新
平台更新了多个依赖组件版本,包括:
- 将Elasticsearch从7.17.13升级到7.17.23,修复了已知的问题
- 将commons-io从2.11.0升级到2.15.1,提升了IO操作的稳定性和安全性
这些安全更新确保了平台运行环境的稳定性,降低了潜在的风险。
总结
JetLinks社区版2.3.0版本在功能、性能和稳定性方面都做出了显著改进。从产品管理到场景联动,从数据存储到基础架构,多项优化共同提升了平台的整体质量。这些改进不仅解决了已知问题,还引入了新的能力,为物联网应用的开发和运维提供了更强大的支持。对于现有用户来说,升级到2.3.0版本将获得更稳定、更高效的平台体验;对于新用户而言,这个版本提供了更完善的物联网平台解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00