Medplum医疗平台v4.1.1版本发布:稳定性与功能增强
Medplum是一个开源的医疗健康数据平台,专注于为开发者提供构建医疗应用程序所需的核心功能。该平台基于FHIR标准,提供了数据存储、用户管理、API接口等基础设施,使开发者能够快速构建符合医疗行业规范的应用程序。
近日,Medplum发布了v4.1.1版本,这是一个维护性更新,主要针对系统稳定性和已有功能的改进。本文将详细介绍这个版本中的关键更新内容。
用户管理与安全增强
在用户管理方面,v4.1.1版本做了几项重要改进。首先解决了重复邀请用户的问题,防止系统发送重复的邀请邮件。其次,为邀请端点添加了项目范围限制,增强了安全性。此外,还允许管理员设置访问策略,提供了更灵活的权限管理方式。
认证方面,新增了对Google认证和注册禁用功能的测试,确保这些关键功能的稳定性。这些改进使得Medplum在用户管理和认证方面的功能更加健壮。
数据处理与性能优化
数据处理方面有几个值得注意的改进。首先是增强了资源写入的健壮性,现在能够正确处理null或undefined的数组项,避免了潜在的数据处理错误。
数据库性能方面,修复了Reindex作业中的多个问题,包括正确设置statement_timeout参数。还添加了部署后迁移来分析主资源表,并允许管理员运行ANALYZE查询,这些都有助于提升数据库查询性能。
文档与CMS 1500 PDF导出
文档系统有多处更新,包括修复了多个损坏的GitHub链接,更新了调度文档以嵌入视频和添加调度演示,增加了关于完整堆栈Docker Compose的文档,以及更新了速率限制文档。
特别值得注意的是CMS 1500 PDF导出功能的改进。修复了PDF导出中的写流问题,确保以二进制格式正确写入。这一功能对于医疗账单处理非常重要。
网络服务与Windows支持
网络服务方面,v4.1.1版本增加了Windows服务崩溃后自动重启的功能,提高了在Windows环境下的稳定性。同时,网络安装程序也得到了更新。
开发工具与测试改进
开发流程方面,移除了Danger JS及其GitHub Action,简化了开发工具链。增加了对字符串化行为的测试,帮助开发者更好地理解系统行为。
构建与部署优化
构建系统有多处改进,包括正确处理文件路径、在Docker构建中包含静态文件夹等。这些改进使得构建过程更加可靠。
总结
Medplum v4.1.1版本虽然没有引入重大新功能,但在系统稳定性、安全性和已有功能的完善方面做了大量工作。从用户管理到数据处理,从文档完善到构建优化,这个版本全面提升了平台的可靠性和易用性。对于医疗应用开发者来说,升级到这个版本将获得更稳定、更安全的开发体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08