首页
/ Amplication 3.10.0版本发布:资源创建流程优化与设计系统增强

Amplication 3.10.0版本发布:资源创建流程优化与设计系统增强

2025-06-02 14:07:35作者:戚魁泉Nursing

Amplication是一个开源的开发平台,它能够帮助开发者快速生成Node.js应用程序的后端代码。通过可视化界面和自动化工具,Amplication极大地简化了从数据库模型设计到API生成的整个开发流程。本次3.10.0版本的发布,主要聚焦于改善资源创建流程和增强设计系统的交互体验。

资源创建流程的全面优化

本次更新对资源创建流程进行了多方面的改进。首先,将新建资源表单移到了项目上下文中,这样可以直接访问权限设置,使得权限管理更加直观和方便。当用户选择不同的项目时,系统会自动重置模板选择,避免了之前版本中可能出现的模板与项目不匹配的问题。

另一个重要的改进是关于模板显示的优化。现在系统不会显示被禁用的模板,包括蓝图中的禁用模板也不会显示,这减少了用户的困惑,使界面更加清晰。同时,更新了相关变更的名称,使其更加语义化,便于开发者理解和使用。

设计系统交互体验提升

Amplication的设计系统在本版本中也得到了显著增强。标签(Tags)和选择面板(Select Panel)组件进行了改进,提供了更好的用户体验。特别是过滤器的自动打开功能,当用户添加过滤器时,系统会自动展开过滤面板,减少了用户的操作步骤。

选择面板的标签显示和初始打开状态也得到了优化,使得界面更加直观。这些看似微小的改进实际上大大提升了用户的操作效率,特别是在频繁使用过滤和选择功能的场景下。

缓存与数据一致性的改进

在数据管理方面,本次更新改进了缓存更新机制,确保在资源创建和修改后,界面能够及时反映最新的数据状态。同时修复了用户实体删除相关的问题,增强了系统的稳定性。

总结

Amplication 3.10.0版本通过优化资源创建流程、增强设计系统组件和改善数据管理机制,为用户提供了更加流畅和高效的开发体验。这些改进不仅提升了现有功能的易用性,也为后续的功能扩展奠定了良好的基础。对于使用Amplication进行快速应用开发的团队来说,升级到这个版本将能够获得更优质的使用体验。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
505
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70