BookStack v25.02版本发布:新增自动排序与主题系统增强
BookStack项目简介
BookStack是一款开源的文档管理和知识库系统,采用PHP语言开发,基于Laravel框架构建。它提供了类似在线百科全书的编辑体验,支持书籍、章节和页面的层级结构管理,内置富文本编辑器,并具备完善的权限控制系统。BookStack以其简洁直观的界面和易用性著称,适合团队协作和知识管理场景。
核心功能更新
自动排序规则的引入
v25.02版本最显著的改进之一是新增了自动排序功能。系统现在支持为书籍设置排序规则,包括按名称、创建时间或更新时间自动排序内容。这一功能解决了长期存在的排序管理痛点,用户不再需要手动调整章节和页面顺序。
技术实现上,系统通过新增的排序规则字段和后台任务机制,在内容变更时自动重新排序相关项目。值得注意的是,基础排序操作(如调整同层级项目顺序)不再触发内容更新时间戳的变更,这一优化减少了不必要的更新记录。
主题系统功能增强
本次更新扩展了主题系统的能力,新增了公共文件服务支持。开发者现在可以在主题文件夹中创建public/目录,该目录下的静态资源(如图片、CSS、JS文件)将被自动暴露为可公开访问的URL。
这一改进为主题开发者提供了更大的灵活性,使他们能够更方便地集成自定义前端资源。从技术架构角度看,这是通过扩展主题服务提供者实现的,新增了公共文件路由注册逻辑。
底层架构升级
框架版本更新
v25.02将底层框架升级至Laravel 11,这一重大更新带来了性能优化和新特性支持。同时,项目将最低PHP版本要求从8.1提升至8.2,以利用更新的语言特性并保持与现代PHP生态的兼容性。
升级过程中,开发团队特别处理了PHP 8.4的兼容性前瞻工作,修复了可能在未来版本中产生问题的代码模式,体现了良好的前瞻性维护策略。
搜索索引优化
搜索功能在本版本中获得了两项重要改进:
- 增强了对guillemets(法语引号«»)等特殊字符的处理能力
- 改进了分词逻辑,特别是连字符的处理方式
这些改进使搜索功能能够更准确地索引和匹配包含特殊符号或复合词的文档内容,提升了多语言环境下的搜索体验。
其他重要改进
图片处理修复
修复了图片方向处理的问题,现在系统能够正确识别和保持图片的EXIF方向信息,避免了上传图片显示方向错误的情况。
LDAP集成改进
增强了LDAP认证的健壮性,解决了当LDAP服务器未提供cn(通用名称)属性值时导致的错误问题,使企业级集成更加稳定可靠。
升级注意事项
- PHP版本要求:升级前需确保运行环境使用PHP 8.2或更高版本
- 主题系统变更:现有主题中的
public/目录将被自动公开,如有敏感内容需提前迁移 - 排序行为变化:简单排序操作不再更新内容时间戳,可能影响依赖此特性的自定义逻辑
总结
BookStack v25.02版本在保持系统易用性的同时,通过自动排序、主题系统增强等新功能进一步提升了用户体验。底层框架的升级为未来功能开发奠定了更坚实的基础,而搜索和图片处理等核心功能的优化则体现了项目对细节的关注。这些改进共同使BookStack在知识管理和文档协作领域的竞争力得到进一步提升。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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