Ever Gauzy 1.9.15版本发布:国际化插件市场与工作流自动化增强
Ever Gauzy作为一个开源的企业管理平台,集成了CRM、项目管理、人力资源管理和财务管理等多种功能。最新发布的1.9.15版本带来了多项重要更新,特别是在插件市场国际化和工作流自动化方面有了显著提升。
国际化插件市场支持
本次更新最引人注目的特性之一是对插件市场的国际化支持。开发团队为插件市场添加了多语言能力,使得不同地区的用户都能以本地化语言浏览和使用各类插件。这一改进不仅提升了用户体验,也为插件的全球推广奠定了基础。
技术实现上,团队采用了现代化的国际化方案,确保插件描述、配置界面等元素能够根据用户语言设置动态切换。这种设计既保持了开发效率,又提供了良好的本地化体验。
工作流自动化增强
在自动化工作流方面,1.9.15版本带来了多项改进:
-
Make.com插件OAuth流程实现:开发团队完成了Make.com插件的OAuth授权流程集成,使用户能够更安全、便捷地连接Make.com服务。这一改进简化了配置过程,提高了系统安全性。
-
动态下拉菜单优化:对工作流配置界面中的下拉菜单进行了改进,使其能够根据上下文动态加载选项,提升了配置效率和准确性。
-
Webhook轮询URL设置:新增了Webhook轮询URL的配置选项,为需要轮询模式集成的场景提供了更好的支持。
员工行为分析功能
新版本引入了员工近期访问记录实体(Employee recent visits entity),为企业提供了员工系统使用情况的可视化能力。这一功能可以帮助管理者了解员工的工作模式,优化工作流程。
同时,团队还改进了时间槽(TimeSlot)和时间槽分钟(TimeSlotMinute)实体结构,为更精细的时间追踪和分析打下了基础。
监控与分析能力提升
1.9.15版本集成了PostHog分析插件,为企业提供了强大的用户行为分析工具。PostHog的开源特性与Ever Gauzy完美契合,使企业能够在不依赖第三方服务的情况下获得专业级的分析能力。
此外,团队还移除了旧的性能分析模块(Profiling/Trace Module),转而采用更现代的监控方案,提升了系统性能监控的准确性和效率。
技术架构升级
在技术架构方面,本次更新包含了多项重要改进:
- 支持Angular v19和Nx v20.8.0,保持前端技术栈的先进性
- 升级至NestJS v11,利用其最新特性提升后端性能
- 优化Docker构建流程,提高部署效率
- 改进SQLite数据库迁移脚本,确保数据一致性
- 重构导入/导出服务,提升数据处理能力
安全与稳定性改进
安全方面,团队解决了多个依赖项的安全问题,包括Formidable库的更新。同时,优化了权限控制系统,新增了摄像头访问权限管理,增强了系统安全性。
稳定性方面,修复了多个构建问题,包括Webpack配置优化和包版本冲突解决,确保系统在各种环境下的稳定运行。
总结
Ever Gauzy 1.9.15版本在功能丰富性、用户体验和技术架构等多个维度都有显著提升。特别是插件市场国际化和工作流自动化方面的改进,使平台更加适合全球化企业的需求。这些更新体现了开发团队对产品质量的持续追求和对用户需求的深入理解,为企业的数字化转型提供了更加强大的工具支持。
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 StartedRust050
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00