GROWI v7.2.1 版本发布:批量导出与安全增强
GROWI 是一个基于 Node.js 和 MongoDB 构建的开源知识管理系统,它提供了类似 Wiki 的协作编辑功能,同时支持 Markdown 语法和丰富的扩展功能。本次发布的 v7.2.1 版本在功能增强、安全改进和用户体验优化等方面都有显著提升。
核心功能增强
页面批量导出功能
本次更新最值得关注的特性是新增了页面批量导出功能,支持将多个页面一次性导出为 PDF 格式。这一功能对于需要将知识库内容进行备份、分享或打印的用户来说非常实用。开发团队通过优化导出流程,确保了大规模页面导出时的性能和稳定性。
安全性与稳定性改进
用户激活中间件加固
开发团队对用户激活中间件进行了安全加固,提升了用户账户激活过程的安全性。这一改进有效防止了潜在的安全漏洞,确保用户账户管理更加可靠。
插件安全增强
针对 GROWI 插件系统,本次更新修复了一个可能导致插件被下载到非插件目录的安全问题。通过严格的路径检查和控制,现在插件只能被下载到指定的插件目录中,增强了系统的整体安全性。
前端架构演进
React 和 Next.js 升级准备
开发团队已经开始为即将到来的 React 和 Next.js 升级做准备。这一前瞻性的工作包括代码重构和依赖项调整,为未来的性能提升和新特性支持奠定了基础。
SWR 升级
本次更新还包含了 SWR(React 数据获取库)的升级,这将带来更高效的数据获取和缓存策略,提升前端应用的响应速度和用户体验。
用户体验优化
评论编辑器点击区域调整
针对用户反馈,开发团队优化了评论编辑器的点击区域,使交互更加直观和友好。这一细节改进虽然看似微小,却能显著提升用户的操作体验。
Safari 浏览器布局修复
修复了在 Safari 浏览器中可能出现的布局问题,确保了跨浏览器的一致性体验。这一改进对于使用苹果设备的用户尤为重要。
数据库优化
配置集合索引清理
开发团队通过迁移脚本移除了配置集合中不必要的 'ns' 索引,这一优化将减少数据库的存储开销并提升查询效率。
总结
GROWI v7.2.1 版本在保持系统稳定性的同时,通过批量导出功能的加入、安全性的增强以及用户体验的优化,进一步提升了产品的实用性和可靠性。开发团队的前瞻性工作也为未来的技术升级奠定了基础,展现了项目的持续发展潜力。对于企业知识管理和团队协作场景,这个版本提供了更加完善和安全的解决方案。
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