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。
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