Medplum医疗平台v3.2.31版本发布:增强订阅管理与安全特性
Medplum是一个开源的医疗健康数据平台,基于FHIR标准构建,为开发者提供了构建医疗应用程序所需的核心功能。该平台支持电子健康记录(EHR)、患者管理、临床决策支持等医疗场景,同时注重数据安全与互操作性。
订阅管理与Redis优化
本次发布的v3.2.31版本在订阅管理方面进行了多项改进。系统现在会记录订阅缓存未命中的情况,这有助于开发人员监控订阅系统的性能表现。针对Redis的使用,新版本优化了WebSocket订阅键集的清理机制,并调整了清理阈值,这些改进将提升系统在处理大量订阅时的稳定性和效率。
安全与认证增强
在安全方面,v3.2.31引入了几个重要改进。现在管理员可以配置访问令牌的生命周期,这为不同安全要求的场景提供了更灵活的认证策略。用户信息端点现在会返回用户邮箱,完善了OAuth2用户信息响应。此外,系统增加了对更细粒度scope选择的支持,允许应用程序请求更精确的权限范围。
开发者体验与工具链
对于开发者而言,新版本修复了Bundle-composition搜索功能的问题,并优化了创建Medplum项目的指导说明。在脚本执行环境方面,VM上下文沙箱增加了更多全局变量支持,为开发者提供了更丰富的执行环境。
临床工作流改进
在临床功能方面,v3.2.31版本支持在就诊图表中应用新的计划定义(PlanDefinition),这为临床决策支持提供了更好的工具。同时新增了患者入院问卷功能,丰富了数据采集能力。任务状态面板的加入则为医护人员提供了更直观的任务管理界面。
性能监控与日志
性能监控方面,新版本增加了对昂贵令牌过滤器的详细日志记录,并包含了项目ID在新的令牌日志中。这些改进将帮助管理员更好地理解系统性能瓶颈和资源使用情况。同时移除了多余的缓存日志,使日志输出更加清晰。
文档与用户界面
文档方面新增了关于Medplum资源与FHIR资源区别的说明,帮助用户更好理解平台特性。用户界面方面,关于页面新增了团队成员卡片,提升了项目的透明度。
总体而言,Medplum v3.2.31版本在订阅管理、安全认证、开发者工具和临床功能等方面都做出了有价值的改进,进一步巩固了其作为开源医疗平台的技术基础。这些更新既考虑了系统性能和安全性的提升,也关注了开发者和最终用户的使用体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00