Kimai时间追踪系统2.32.0版本发布:工作合同计算优化与发票功能增强
项目简介
Kimai是一款开源的时间追踪系统,专为独立工作者、小型团队和企业设计,用于高效记录工作时间、管理项目进度和生成专业报表。该系统支持多用户协作,提供丰富的数据分析功能,并可通过插件扩展其功能。
版本核心更新
工作合同时间计算优化
2.32.0版本对工作合同的时间计算逻辑进行了重要改进。系统现在会自动排除未来时间点的计算,确保工作时间统计的准确性。这一改进特别适合那些需要精确计算员工工作时长的企业用户,避免了因系统时间设置不当或计划时间录入错误导致的数据偏差。
PDF发票功能增强
本次更新为PDF发票功能带来了两项重要改进:
-
关联文件支持:新增了关联文件功能,为即将实现的电子发票(e-invoices)功能奠定了基础。用户现在可以在发票中添加相关支持文件,如合同副本、交付物清单等,使发票包更加完整。
-
内部API优化:改进了发票系统的内部API,增加了通用选项支持,并通过事件机制提供了
preview状态访问能力。这一改进为开发者提供了更大的灵活性,便于定制发票生成流程和扩展功能。
用户体验改进
-
插件更新提示:系统现在会明确显示可用插件更新,帮助用户及时获取最新功能和安全性修复。
-
浏览器标题优化:将浏览器标签页显示的标题从"Kimai Time-Tracking"简化为"Kimai",使界面更加简洁专业。
-
Excel导出增强:重新添加了用户名列到Excel电子表格导出功能中,方便用户进行数据分析和报告制作。
技术细节修复
-
内部费率编辑:出于安全考虑,暂时禁用了内部费率编辑功能。
-
搜索功能修复:解决了搜索功能中标识符重复定义的问题,提高了系统稳定性。
多语言支持
本次更新包含了来自Weblate平台的最新翻译内容,进一步提升了国际化支持质量,使非英语用户能够获得更好的使用体验。
兼容性说明
2.32.0版本保持了对PHP 8.1至8.4版本的全面兼容,用户可以在广泛的服务器环境中部署使用。对于计划升级的用户,建议先测试新版本在现有环境中的兼容性,特别是当使用自定义插件或主题时。
总结
Kimai 2.32.0版本通过优化工作合同计算逻辑和增强发票功能,进一步提升了系统的专业性和实用性。这些改进不仅提高了数据准确性,也为未来的电子发票功能奠定了基础。对于依赖精确时间追踪和专业化发票管理的用户来说,这一版本值得考虑升级。
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
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