Payload CMS v3.31.0 发布:查询预设与性能优化
Payload CMS 是一个现代化的无头内容管理系统,采用 Node.js 和 React 构建,为开发者提供了灵活且强大的内容管理解决方案。最新发布的 v3.31.0 版本带来了实用的查询预设功能,以及多项性能优化和错误修复。
查询预设功能
v3.31.0 版本最引人注目的新特性是查询预设(Query Presets)功能。这项功能允许用户保存和共享集合的筛选条件、列配置和排序方式,极大地提升了团队协作效率。
查询预设的设计理念是让终端用户能够动态定义和保存常用的查询模式,而不是将这些模式硬编码到配置文件中。这种设计使得:
- 团队成员可以轻松复用复杂的筛选条件
- 可以保存特定的列显示配置
- 常用排序方式可以一键应用
- 预设可以在团队内部分享和使用
这项功能特别适合需要频繁使用特定筛选条件的团队场景,比如内容审核、特定状态的内容管理等。
性能优化
本次版本在性能方面做了多项改进:
-
减少作业队列数据库调用:通过优化作业队列的实现,减少了不必要的数据库查询,提升了系统在高负载下的响应速度。
-
Drizzle ORM 优化:在 updateOne 操作中移除了多余的数据库 select 调用,提高了更新操作的效率。
这些优化对于大型项目或高并发场景尤为重要,能够显著降低数据库负载并提高整体性能。
错误修复与改进
v3.31.0 版本修复了多个关键问题:
-
认证字段问题:修复了认证字段干扰字段路径映射的问题,确保了字段路径的正确性。
-
JSON 字段安全性:为非安全上下文添加了 UUID 回退机制,增强了 JSON 字段的安全性。
-
Next.js 集成改进:
- 添加了安全的重定向工具,并应用到登录重定向中
- 修复了深度嵌套的标签、行和可折叠内容在版本视图中的显示问题
-
富文本编辑器改进:
- 确保嵌套的 Lexical 字段有正确的初始状态
- 使字段能够在 EntityVisibilityProvider 之外正确渲染
国际化与本地化
本次更新新增了亚美尼亚语翻译支持,继续扩展 Payload CMS 的国际化能力。同时修复了 SEO 插件中的翻译问题,提升了多语言支持的质量。
开发者体验改进
在开发者体验方面,v3.31.0 也做了多项改进:
-
多个模块启用了 TypeScript 严格模式,包括:
- 管理栏模块
- SQLite 数据库适配器
- Vercel Postgres 数据库适配器
-
测试套件改进,重新组织了关系测试块的结构,使测试更加清晰可靠。
-
添加了许可证检查脚本,确保项目的合规性。
总结
Payload CMS v3.31.0 通过引入查询预设功能,为团队协作提供了更强大的工具。同时,性能优化和错误修复使系统更加稳定高效。对于开发者而言,TypeScript 严格模式的扩展和测试改进进一步提升了开发体验和代码质量。这些改进使得 Payload CMS 在内容管理领域的竞争力进一步增强。
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