Shelf.nu 1.13.0版本发布:资产提醒功能与多项优化
Shelf.nu是一款开源的资产管理系统,它帮助个人和团队高效地追踪、管理和组织各类物理资产。该系统提供了从资产登记、分类、标签管理到借用归还等全生命周期管理功能,特别适合教育机构、企业IT部门以及需要管理大量物理设备的团队使用。
核心功能更新:资产提醒机制
1.13.0版本引入了基础的资产提醒功能,这是本次更新的核心亮点。该功能允许用户为资产设置重要的日期提醒,例如维护到期日、保修截止日或定期检查日期。系统会在预设时间自动触发提醒,确保不会错过任何关键时间节点。
提醒功能采用后台任务队列实现,即使在系统负载较高时也能保证提醒的准时送达。用户可以通过电子邮件接收这些提醒,未来版本还将扩展至应用内通知等多种提醒方式。
用户体验优化
本次更新对用户界面进行了多处改进:
-
侧边栏导航优化:修复了移动设备上子菜单无法展开的问题,现在在小屏幕设备上也能顺畅使用所有导航功能。
-
资产图片上传增强:现在支持直接通过URL上传资产图片,简化了从网络获取图片的流程。
-
日期选择逻辑改进:在资产预订功能中,当用户修改开始日期时,系统会自动调整结束日期以确保时间逻辑的合理性。
-
快速操作菜单:新增了上下文相关的快速操作菜单,用户可以在不同页面快速执行常用操作,同时系统会根据用户权限自动隐藏不可用的操作项。
数据处理与导入导出改进
-
导入功能增强:
- 改进了导入时的数据验证机制,现在会显示更清晰的错误信息
- 修复了布尔值字段导入的问题
- 增强了表头验证,防止因格式问题导致导入失败
-
导出功能优化:
- 将PDF生成改为客户端渲染,显著提升了性能
- 修复了分页显示问题,当没有项目时不再显示错误的页码信息
安全性与权限控制
-
行级安全增强:为资产标签关联表添加了行级安全控制,确保用户只能访问自己有权限的标签数据。
-
权限检查强化:防止用户更新未经授权的资源,同时在界面上隐藏无权限的操作选项。
-
邀请机制改进:
- 修复了重新发送邀请功能
- 将用户邀请流程改为客户端处理,提高响应速度
- 优化了邀请链接的处理逻辑
技术架构优化
-
数据库层:解决了Prisma模式与数据库实际结构不匹配的问题,提高了数据一致性。
-
错误监控:调整了Sentry错误捕获策略,不再记录已处理的错误类型,减少噪音。
-
邮件队列:引入邮件队列机制处理邮件发送,防止因临时故障导致邮件丢失,提高了可靠性。
-
性能优化:修复了Safari浏览器上的仪表板UI问题,确保跨浏览器兼容性。
其他改进
-
QR码功能增强:
- 新增QR ID列并支持预览
- 优化了QR码过滤器,支持外部条码扫描器输入
-
自定义字段:修复了空类别自定义字段的问题,提高了稳定性。
-
资产搜索:移除了旧的AssetSearchView,统一使用更高效的搜索实现。
Shelf.nu 1.13.0版本通过引入资产提醒这一实用功能,配合多项用户体验优化和安全增强,进一步巩固了其作为专业资产管理解决方案的地位。开发团队持续关注用户反馈,不断改进系统稳定性和功能性,使Shelf.nu成为管理物理资产的可靠选择。
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00