Erupt框架1.12.19版本发布:功能增强与问题修复
项目简介
Erupt是一个基于Spring Boot和Angular的企业级快速开发框架,它通过注解驱动的方式帮助开发者快速构建后台管理系统。该框架提供了丰富的UI组件、权限控制、数据可视化等功能,大大降低了企业级应用开发的复杂度。
版本亮点
本次发布的1.12.19版本带来了多项功能增强和问题修复,主要围绕用户体验提升和功能完善展开。以下是本次更新的主要内容:
核心功能增强
-
TAB_TABLE_REFER组件智能过滤
该组件现在可以根据其他组件的值自动进行数据过滤,这大大提升了关联数据选择的便利性。开发者不再需要手动编写复杂的联动逻辑,框架会自动处理这种关联关系。 -
Drill组件与自定义按钮的折叠功能
Drill组件和自定义按钮在多行模式下新增了折叠功能,这使得界面更加整洁,特别是在操作项较多的情况下,可以有效节省屏幕空间,提升用户体验。 -
树形结构优化
树节点在刷新后现在能够保持之前的搜索状态,左树右表布局在dependNode=true时支持默认选中功能。这些改进使得树形结构的操作更加符合用户预期,减少了重复操作。
前端架构升级
本次版本将erupt-web升级至Angular 16,这意味着前端部分将获得更好的性能、更小的包体积以及更现代化的开发体验。Angular 16带来了诸多改进,包括:
- 更快的构建速度
- 改进的响应式表单
- 增强的服务器端渲染能力
- 更好的开发者工具支持
问题修复
-
自定义按钮模板问题
修复了自定义按钮模板弹出层高度失效的问题,确保了弹出窗口能够正确显示内容。 -
一对多视图配置问题
修复了在一对多场景下@View show配置不生效的问题,保证了视图配置的正确性。 -
定时任务问题
修复了erupt-job中任务过期可能导致项目无法启动的问题,提高了系统的稳定性。 -
表格显示问题
修复了表格虚拟滚动时底部留白的问题,使表格显示更加完美。
技术价值
本次更新虽然是一个小版本迭代,但包含了多项重要的功能增强和稳定性改进。特别是TAB_TABLE_REFER组件的智能过滤功能,将显著减少开发者在处理关联数据时的编码量。Angular 16的升级则为未来的功能扩展打下了更好的基础。
对于现有用户来说,建议尽快升级以获得更好的开发体验和更稳定的运行环境。新用户则可以借助这些改进更快地上手项目开发。
Erupt框架持续关注开发者体验和系统稳定性,这些改进体现了项目团队对产品质量的追求和对用户反馈的重视。随着功能的不断完善,Erupt正在成为企业级应用开发的有力选择。
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