Nocobase v1.7.0-alpha.12 版本发布:工作流增强与移动端优化
Nocobase 是一款开源的、面向开发者的低代码开发平台,它通过可视化界面和丰富的功能模块,帮助开发者快速构建企业级应用。该平台特别适合需要高度定制化业务系统的场景,提供了从数据模型设计到界面搭建的全套解决方案。
核心功能优化
工作流引擎升级
本次版本对工作流模块进行了多项重要改进。首先新增了对日期类型变量的支持,使得工作流可以更灵活地处理时间相关的业务逻辑。其次修复了子流程中定时任务执行异常的问题,提升了工作流调度的稳定性。特别值得注意的是,自定义动作事件现在支持多记录模式执行,大幅提升了批量操作的效率。
移动端体验提升
移动端用户将明显感受到性能优化带来的变化。日期选择器弹窗的打开速度得到了显著提升,减少了用户等待时间。同时修复了顶部导航栏图标难以删除的问题,并对工作流弹窗与左侧菜单折叠按钮的显示冲突进行了调整,使移动端操作更加流畅。
开发者工具链改进
CLI工具增强
命令行工具在本次更新中获得了重要升级。nocobase upgrade 命令的内部逻辑得到优化,同时新增了自动更新 package.json 的功能,简化了版本升级流程。创建新应用的模板也移除了对 SQLite 的支持,引导开发者使用更稳定的数据库方案。
模板区块功能完善
模板区块功能现在支持转换为普通区块,为开发者提供了更灵活的区块管理方式。同时修复了 MySQL 环境下模板区块无法使用的问题,增强了不同数据库环境下的兼容性。
数据管理与权限控制
字段权限与导入导出
修复了设置字段权限后可能出现的导入导出异常问题,确保了数据操作的稳定性。专业版导出功能现在能够正确保留表格排序后的筛选参数,避免了数据导出过程中的信息丢失。
文件存储增强
S3存储方案进行了多项改进,包括修复上传文件的响应数据问题,并优化了服务器端上传的 multer 处理逻辑,提升了文件处理的可靠性。
界面与交互优化
主题编辑器新增了侧边栏宽度配置选项,为界面定制提供了更多灵活性。树形表格的"添加子项"按钮现在支持关联当前记录的联动规则,完善了数据关联操作。同时修复了多级关联数据中联动规则的显示问题,以及日期时间字段在联动规则中的条件判断异常。
技术实现亮点
本次更新在技术实现上体现了几个重要特点:
- 前后端协同优化:既改进了移动端交互体验,又完善了服务器端的数据处理逻辑
- 渐进式增强:在保持核心功能稳定的基础上,逐步引入专业版功能改进
- 开发者体验优先:通过 CLI 工具和模板功能的改进,降低开发者的使用门槛
这些改进共同构成了 Nocobase 向更稳定、更易用方向迈进的重要一步,为开发者构建复杂业务系统提供了更强大的支持。
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