Ever Gauzy 0.599.7版本发布:企业级开源ERP/CRM系统的重要更新
Ever Gauzy是一个开源的企业资源规划(ERP)和客户关系管理(CRM)系统,专为现代企业设计。它提供了一套全面的工具来管理业务运营,包括项目管理、时间跟踪、人力资源管理、会计和客户关系等功能。作为一个全栈解决方案,Ever Gauzy支持多租户架构,并提供了丰富的API接口,使其能够灵活地适应各种业务场景。
核心架构优化
本次0.599.7版本在系统架构方面进行了多项重要改进。开发团队移除了对PM2进程管理器的依赖,这一变化简化了部署流程并减少了系统资源的占用。同时,项目引入了对mysql2客户端的支持,替代了原有的MySQL连接方式,这一改进显著提升了数据库操作的性能和稳定性。
在包管理方面,开发团队进行了全面的依赖项更新,确保了系统使用最新的安全补丁和功能改进。特别值得注意的是移除了angular2-toaster包,这表明团队正在逐步淘汰旧的依赖项,为未来的技术升级做准备。
功能增强与新增特性
标签类型系统
0.599.7版本引入了一个全新的标签类型系统,允许用户为标签定义不同的类别。这一功能通过新增的TagType实体和相关DTOs实现,并配备了相应的权限控制。开发团队还提供了种子数据,帮助用户快速上手使用这一新功能。
租户API密钥管理
新版本增加了租户级别的API密钥管理功能。系统现在能够生成安全的API密钥/密钥对,并对这些凭证进行SHA-256哈希处理以确保安全性。这一功能特别适合需要集成第三方应用的企业用户,提供了更灵活的访问控制机制。
时间日志过滤
时间跟踪功能得到了增强,现在用户可以根据任务ID对时间日志进行过滤。这一改进使得项目经理和团队成员能够更精确地追踪特定任务的时间投入,提高了项目管理的效率。
用户体验改进
在用户界面方面,0.599.7版本修复了暗色主题下作者和联系人字段显示问题,确保了在不同主题下的一致视觉体验。审批请求屏幕也进行了优化,为员工用户提供了更清晰的操作界面。
开发团队还修复了仪表板关系和小部件模块的问题,提升了数据可视化的稳定性和响应速度。这些改进使得用户能够更顺畅地访问和分析业务数据。
技术债务清理与性能优化
本次发布包含了多项技术债务清理工作。开发团队重构了桌面核心功能,优化了启动时间,特别是核心包的加载效率得到了显著提升。配置文件加载器和文件提供程序也进行了重构,提高了系统的整体稳定性。
在构建系统方面,团队修复了桌面构建过程中的问题,并优化了生成目录路径,特别是针对屏幕截图功能的处理。这些改进使得开发流程更加顺畅,减少了构建过程中的潜在问题。
安全增强
安全方面,0.599.7版本引入了对API密钥/密钥对的保护机制,通过电子邮件验证确保敏感操作的安全性。同时,系统现在会排除node_modules目录的文件浏览,减少了潜在的安全风险。
总结
Ever Gauzy 0.599.7版本是一个重要的中间版本,它在保持系统稳定性的同时,引入了多项新功能和改进。从标签类型系统到API密钥管理,再到各种用户体验优化,这些变化都体现了开发团队对产品质量和用户需求的持续关注。
对于现有用户来说,这个版本提供了更强大的功能和更稳定的体验;对于新用户而言,它展示了Ever Gauzy作为一个成熟企业解决方案的持续进化能力。随着这些改进的落地,Ever Gauzy在企业管理软件领域的竞争力得到了进一步提升。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00