ABP Next Admin 9.2.0版本发布:全面增强认证体系与用户体验
ABP Next Admin是一个基于ABP框架构建的企业级后台管理系统解决方案,它提供了丰富的功能模块和现代化的用户界面设计。该系统深度整合了ABP框架的核心能力,同时通过Vben Admin前端框架为用户带来流畅的管理体验。
核心功能增强
认证服务全面升级
本次9.2.0版本对认证体系进行了重大改进,新增了对OIDC(OpenID Connect)协议的支持,使系统能够更好地与企业现有身份认证系统集成。开发团队特别优化了PKCE(Proof Key for Code Exchange)流程,为特定场景提供了更灵活的配置方案。
在令牌验证方面,新增了通配符Issuer验证器功能,这一改进使得在多租户环境下使用不同域名时的令牌验证更加灵活可靠。同时,针对新创建客户端可能存在的问题进行了修复,确保了认证流程的稳定性。
账户管理功能优化
账户模块进行了多项改进,包括:
- 登录页面重新设计,提供更友好的用户界面
- 新增登录时修改密码功能,提升账户安全性
- 重写注册页面流程,优化新用户注册体验
- 完善未注册/已登录状态提示,使交互更加清晰
特别值得注意的是,系统现在能够更好地处理OAuth扩展认证流程,为第三方登录集成提供了更完善的支持。
技术架构改进
本地化与缓存机制
开发团队修复了本地化缓存可能出现的空引用异常问题,这一改进显著提升了多语言环境下系统的稳定性。同时,针对Stamp缓存过期问题进行了优化,确保在高并发场景下用户认证状态能够正确维护。
存储服务修复
针对对象存储服务,修复了文件路径处理错误的问题,确保文件上传和访问功能在各种部署环境下都能正常工作。
社交平台集成增强
社交平台设置服务得到了显著增强,提供了更完善的配置选项和API支持。这使得系统能够更好地适应需要社交平台集成的业务场景,如社交平台登录等功能。
单体应用优化
针对单体架构部署模式,本次更新特别优化了MVC页面的数据处理逻辑,修复了可能导致数据显示错误的问题。同时增强了单体应用模块的功能完整性,使其在独立部署时能够提供更完整的用户体验。
前端体验提升
基于Vben Admin 5的前端界面进行了多项优化:
- 补充了缺失的路由图标,使导航菜单更加完整
- 增强了认证流程的本地化支持
- 优化了整体视觉设计,提升用户操作体验
框架升级
项目基础已升级至ABP框架9.2.0版本,充分利用了ABP框架最新特性,包括性能优化、安全增强和新功能支持。这一升级为系统带来了更好的稳定性和扩展性。
ABP Next Admin 9.2.0版本通过上述多项改进,为企业用户提供了更强大、更稳定的后台管理解决方案,特别是在认证安全和用户体验方面达到了新的高度。这些改进使得系统更加适合中大型企业的复杂管理需求,同时也为开发者提供了更完善的扩展基础。
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-X1-7BSpark-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