Nocobase v1.7.0-beta.17 版本技术解析
Nocobase 是一个开源的、可扩展的低代码开发平台,它提供了丰富的功能模块和插件体系,帮助开发者快速构建企业级应用。最新发布的 v1.7.0-beta.17 版本带来了多项功能增强和问题修复,进一步提升了平台的稳定性和用户体验。
核心功能更新
部门管理功能免费开放
本次更新将部门管理(Departments)、附件URL(Attachment URL)和工作流响应消息(Workflow response message)三个插件设为免费使用。这一变化意味着更多用户可以无需额外付费即可使用这些企业级功能,特别是对于需要组织架构管理的团队来说,部门管理功能的免费开放将大大降低使用门槛。
批量更新操作增强
批量更新功能现在支持在更新一个数据块的数据后,自动刷新其他相关数据块的内容。这一改进使得数据一致性维护更加便捷,特别是在处理关联数据时,用户无需手动刷新即可看到最新的数据状态,大大提升了操作效率。
工作流功能优化
工作流模块在本版本中获得了显著改进,特别是针对任务中心的体验优化:
-
新增了对工作流任务固定弹出URL的支持,这意味着用户可以更稳定地访问特定的工作流任务页面,避免了因页面跳转导致的操作中断。
-
审批流程中的审批项现在也支持固定URL,这一改进使得审批流程更加可靠,特别是在需要多次返回审批页面的场景下,用户体验得到明显提升。
用户体验改进
客户端方面进行了多项优化,显著提升了用户交互体验:
-
解决了分组菜单切换时的页面跳转问题,现在当切换到分组菜单时,系统不会跳转到已被隐藏的页面,避免了用户的困惑。
-
优化了筛选表单的行为,现在筛选表单不再显示"未保存更改"的提示,这一改进使得筛选操作更加流畅自然。
-
修复了图片预览被遮挡的问题,提升了媒体内容查看体验。
-
改进了筛选表单的验证逻辑,现在即使存在未通过验证的字段,点击筛选按钮仍会触发筛选操作,同时会标记出需要修正的字段,既保证了数据准确性又不影响操作流程。
数据字段与存储优化
-
关系字段的"允许多选"选项现在能够正常工作,解决了之前可能存在的功能异常。
-
附件URL字段现在仅允许具有公共URL访问权限的文件集合,增强了数据安全性。
-
表单块中的字段默认值显示问题得到修复,现在不会先显示原始变量字符串再消失,保证了界面的一致性。
对于S3专业版文件存储,本次更新带来了更细致的配置选项:
-
现在可以为每个存储配置独立的baseurl和公开设置,提供了更灵活的存储方案。
-
优化了配置界面的用户体验,使存储设置更加直观易懂。
-
改进了相关语言的组织方式,使界面提示更加清晰明确。
系统稳定性提升
-
修复了迁移管理器中自动备份跳过选项可能失效的问题,特别是在环境变量弹出窗口出现时,确保了迁移过程的可靠性。
-
解决了表单块中字段默认值显示异常的问题,避免了界面闪烁和数据混淆。
总体而言,Nocobase v1.7.0-beta.17 版本在功能完善、用户体验和系统稳定性方面都取得了显著进步。特别是将部分高级功能免费开放的决定,将惠及更广泛的用户群体,体现了项目团队对社区发展的重视。对于正在使用或考虑采用Nocobase的开发者来说,这个版本值得关注和升级。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00