go-gorm/gen v0.3.27版本发布:ORM生成器的全面升级
go-gorm/gen是一个基于GORM的代码生成工具,它能够根据数据库结构自动生成对应的Go模型代码和CRUD操作方法。这个工具极大地简化了开发者在Go项目中使用GORM进行数据库操作的工作流程,减少了手写重复代码的时间。
主要功能改进
本次v0.3.27版本带来了多项重要改进,主要集中在查询功能增强、代码生成优化和性能提升等方面。
查询功能增强
-
新增NotIn查询条件:为Field类型添加了NotIn方法,使得开发者能够更方便地构建"不在某个集合中"的查询条件。
-
字符串函数支持:为字符串字段添加了substring和substr方法,增强了字符串处理能力。
-
原生SQL支持:现在可以在自定义字段中使用原生SQL表达式,为复杂查询提供了更大的灵活性。
-
随机函数支持:新增了对数据库随机函数的支持,便于实现随机数据获取功能。
-
关联查询改进:RelationField现在支持join操作,关联查询能力得到显著增强。
代码生成优化
-
结构体注释解析:现在能够解析数据库表字段的注释并生成到对应的Go结构体字段中,提高了代码的可读性。
-
泛型结构体支持:修复了DIY方法解析泛型结构体时的错误,使得代码生成更加稳定可靠。
-
日志定制:新增了DIY生成器日志功能,开发者可以根据需要定制生成过程中的日志输出。
-
表名解析:为所有方法添加了表名解析功能,确保生成的代码能够正确识别表名。
事务与上下文处理
-
上下文传播修复:修复了UseDB方法中的上下文传播问题,确保在数据库操作中能够正确传递上下文。
-
事务关联更新:解决了事务中无法更新关联字段的问题,提高了事务操作的完整性。
-
取消上下文函数:移除了部分上下文相关的函数,简化了API设计。
其他重要改进
-
时间处理增强:更新了FromUnixtime方法的参数类型从int改为int64,提高了时间处理的精度和兼容性。
-
正则表达式修复:修正了NotRegxp为NotRegexp的拼写错误,保持了API的一致性。
-
嵌入式字段支持:改进了对嵌入式字段的处理,使得模型设计更加灵活。
-
SQL NULL类型支持:新增WithSQLNullType选项,便于处理数据库中的NULL值。
-
未限定范围操作:为关联操作添加了unscoped支持,使得开发者能够操作包括软删除记录在内的所有数据。
总结
go-gorm/gen v0.3.27版本在查询功能、代码生成质量和开发者体验方面都做出了显著改进。这些变化不仅增强了工具的功能性,也提高了生成代码的可靠性和易用性。对于使用GORM进行数据库操作的Go开发者来说,这个版本提供了更加强大和灵活的工具支持,能够有效提升开发效率和代码质量。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00