Erupt框架1.12.20版本发布:增强数据联动与AI集成能力
Erupt是一个基于Java的企业级快速开发框架,它通过注解驱动的方式简化了后台管理系统的开发流程。该框架提供了丰富的UI组件和数据处理能力,使开发者能够快速构建功能完善的管理后台。在最新的1.12.20版本中,Erupt带来了多项功能增强和优化,特别是在数据联动处理和AI集成方面有了显著提升。
时间选择与数据查询增强
本次更新对时间选择组件进行了功能扩展,新增了对"昨日"这一常用时间范围的支持。这一改进使得用户在筛选数据时能够更加便捷地选择特定日期范围,提升了操作效率。
在数据查询方面,EruptDao的Lambda查询现在支持not in操作符,为开发者提供了更灵活的数据筛选能力。同时,erupt-jap模块增强了对多对一关联对象的查询支持,通过with语法可以更直观地构建复杂的关联查询条件,这大大简化了关联数据的获取过程。
组件功能优化
Slider组件在此次更新中获得了重要改进,现在支持0.x的小数步进设置,通过将step参数类型调整为float,使得该组件能够处理更精细的数值调节需求。
Layout注解新增了tableWidth配置项,允许开发者手动定义表格的总宽度。这一特性解决了在某些场景下表格自动宽度计算不准确的问题,为页面布局提供了更精确的控制手段。
Choice组件和MultiChoice组件都获得了联动能力的增强。特别值得注意的是,Choice组件的联动机制从前端联动改为后端联动,这种改变不仅提高了联动的可靠性,还使得联动逻辑更加清晰和易于维护。MultiChoice组件则首次引入了联动支持,使得多选场景下的数据关联成为可能。
AI模块正式开源
1.12.20版本中最引人注目的变化是erupt-ai模块的开源。这个模块为Erupt框架带来了强大的人工智能能力集成,支持包括ChatGPT、Olama、DeepSeek、GML、Gemini、Moonshot在内的多种AI模型。
erupt-ai模块不仅提供了基础的AI对话功能,还支持更高级的智能体(Agent)模式、函数调用(Function Call)以及交互式聊天体验。这意味着开发者可以轻松地在管理系统中集成智能问答、内容生成、数据分析等AI功能,为用户提供更加智能化的操作体验。
总结
Erupt 1.12.20版本通过多项功能增强和新增模块,进一步提升了框架的实用性和扩展性。从基础组件的时间选择、数据查询优化,到复杂的多组件联动机制改进,再到开创性的AI能力集成,这些更新都体现了Erupt框架持续进化的方向——在保持简单易用的同时,不断扩展功能边界,满足企业级应用开发的多样化需求。特别是erupt-ai模块的加入,为管理系统注入了智能化元素,展现了Erupt框架对未来技术趋势的前瞻性把握。
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