MineAdmin v3.0.2 版本发布:权限系统优化与组件增强
MineAdmin 是一个基于现代 PHP 框架开发的后台管理系统,采用了前后端分离架构,提供了完整的权限管理、菜单配置、用户管理等后台管理功能。该系统以其模块化设计和丰富的组件库著称,特别适合快速构建企业级后台管理系统。
核心功能改进
权限系统全面升级
本次版本对权限系统进行了多项重要改进。首先优化了用户权限处理逻辑,新增了账号状态检查机制,确保系统安全性。其次修复了菜单按钮权限添加时可能出现的数据重复问题,提高了权限配置的准确性。
在菜单管理方面,解决了子菜单全部隐藏时父菜单无法点击的问题,并修复了菜单表单渲染中的递归更新问题。这些改进使得权限管理更加直观可靠。
请求验证机制增强
新版本引入了 ActionRulesTrait 特性,支持请求动态规则匹配,使得表单验证更加灵活。同时优化了请求授权和验证流程,提升了接口安全性。用户请求类新增了密码验证规则,进一步强化了系统安全防护。
组件库重要更新
新增 ma-select-table 组件
这个全新组件支持表格形式的选择器,提供了单行和多行选择功能。开发团队修复了选中状态判断可能出现的错误,增强了组件稳定性。该组件特别适合需要从大量数据中进行选择的场景。
字典选择器功能扩展
ma-dict-picker 组件现在支持为 checkbox、radio 和 select 组件渲染 disabled 属性。同时改进了 MaDictSelect 组件,支持 el-option-group 分组选项渲染和混合选项,大大提升了组件的灵活性。
远程选择器改进
修复了 MaRemoteSelect 组件中 Slot 不显示的问题,使得自定义内容展示更加可靠。这个改进为需要自定义远程选择器内容的场景提供了更好的支持。
系统架构优化
配置管理改进
调整了 Swagger 配置,解决了多个插件 swagger 覆盖问题,使得 API 文档生成更加稳定。同时清理了不必要的配置注释,使配置文件更加简洁。
分页处理优化
重构了 IRepository 的 handlePage 方法,使其更专注于分页格式化,提高了代码的专注度和可维护性。同时修正了 getQuery 参数搜索逻辑,使查询更加准确。
开发者体验提升
代码质量保障
更新了 PHPStan 到 2.1 版本,并添加了针对 ActionRulesTrait 的 PHPStan 忽略指令,提高了静态代码分析的质量。同时更新了代码覆盖率配置,确保测试全面性。
前端国际化支持
新增了前端语言监听首次初始化功能,使得多语言切换更加顺畅。同时为结果处理添加了账号禁用相关错误处理和国际化支持,提升了用户体验。
实用功能增强
文件下载优化
改进了文件下载处理逻辑,新增了下载 Base64 文件功能,扩展了系统的文件处理能力。同时添加了下载工具类,简化了文件下载相关开发工作。
应用商店改进
应用商店插件详情页现在支持显示最新版本、兼容版本和演示链接,方便用户了解插件信息。这个改进显著提升了插件管理的用户体验。
MineAdmin v3.0.2 版本通过上述多项改进,在系统稳定性、安全性和开发体验方面都有显著提升,为开发者构建企业级后台管理系统提供了更加强大的工具支持。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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