SuiteNumerique Docs 2.0.0 版本发布:协作文档系统全面升级
SuiteNumerique Docs 是一款开源的协作文档系统,专注于提供高效的团队文档协作体验。该系统支持实时协作编辑、版本控制、文档分享等功能,适用于各类需要团队协作处理文档的场景。最新发布的2.0.0版本带来了多项重要更新,从用户界面到核心功能都有显著提升。
核心功能增强
认证系统优化
2.0.0版本对OIDC(OpenID Connect)认证系统进行了重要改进。现在管理员可以配置必需的用户声明列表,这为系统集成提供了更大的灵活性。当用户通过服务到服务(S2S)认证创建文档时,系统现在能够更好地处理用户标识信息,即使sub声明未知但能找到电子邮件地址的情况下也能正常创建文档。
协作架构重构
项目团队对Yjs协作服务器的架构进行了重新组织,使其更加模块化和易于维护。同时,前端协作处理流程也得到了优化,实现了更好的关注点分离。这些改进不仅提升了系统的稳定性,也为未来的功能扩展奠定了基础。
用户体验升级
全新左侧面板设计
2.0.0版本引入了全新的左侧面板设计,为用户提供了更直观的文档导航体验。面板支持文档过滤功能,用户可以快速找到需要的文档。此外,团队还对面板进行了响应式优化,确保在不同设备上都能获得良好的使用体验。
文档网格视图改进
文档网格视图(DocsGrid)及其选项组件(DocsGridOptions)都经过了重新设计,提供了更现代、更直观的界面。文档标题栏(DocHeader)的UI也进行了更新,使常用功能更加突出易用。
收藏功能加入
新增的文档收藏功能允许用户标记常用文档,快速访问重要内容。这一功能的加入显著提升了高频文档的访问效率。
文档管理功能增强
版本控制界面优化
文档版本控制界面进行了视觉更新,使版本历史更加清晰易读。同时,文档摘要视图也得到了改进,提供了更丰富的信息展示。
分享功能升级
全新的分享模态窗口采用了现代化的UI设计,使文档分享操作更加直观便捷。用户现在可以更轻松地控制文档的访问权限。
部署与运维改进
Helm图表增强
对于使用Kubernetes部署的用户,2.0.0版本提供了更多配置选项。现在可以选择禁用默认的TLS设置,为特定部署场景提供了灵活性。此外,Helm图表现在支持版本控制,使部署管理更加规范。
问题修复与稳定性提升
本次发布修复了多个影响用户体验的问题,包括:
- 修复了未认证用户界面显示问题,现在会正确隐藏搜索和创建文档按钮
- 解决了文档创建时的竞态条件问题
- 优化了认证流程的健壮性
SuiteNumerique Docs 2.0.0版本的发布标志着该项目在协作文档领域又迈出了重要一步。从底层架构到用户界面,从核心功能到部署选项,全方位的改进使该系统更加成熟可靠。无论是对于小型团队还是大型组织,这套开源协作文档解决方案都值得考虑。
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