Evidence项目最新版本40.0.7技术解析
2025-06-11 04:17:47作者:翟萌耘Ralph
Evidence是一个现代化的数据分析和可视化工具,它允许用户通过简单的Markdown语法和SQL查询来创建专业的数据报告和仪表盘。该项目采用模块化设计,提供了丰富的组件和扩展功能,使数据分析工作变得更加高效和直观。
核心功能改进
地图组件增强
开发团队为地图组件新增了ignoreZoom选项,这个功能特别适合需要固定缩放级别的场景。当用户需要展示特定区域而不希望被意外缩放干扰时,这个选项将非常有用。
布尔值处理优化
针对组件属性中的布尔值处理进行了多项改进:
- 增加了toBoolean转换函数,可以正确处理各种字符串形式的布尔值
- 优化了属性自动补全功能,使布尔类型属性的设置更加直观
- 修复了多个与布尔值处理相关的边界情况
日期范围选择器修复
解决了DateRange组件在选择最后一天时可能出现的问题,现在用户可以更准确地选择日期范围,特别是在处理月末数据时更加可靠。
数据连接与查询优化
BigQuery连接增强
本次更新扩展了BigQuery连接器的功能,现在可以直接访问基于Google Sheets的数据表。这一改进为那些使用Google Sheets作为数据源的用户提供了更灵活的工作流程。
通用SQL模块更新
对universal-sql模块进行了同步更新,提升了跨数据库查询的兼容性和性能表现。
用户体验改进
错误信息优化
重新设计了错误提示系统,使错误信息更加清晰和具有可操作性。当用户遇到问题时,现在能够更快地定位和解决问题。
文档完善
新增了关于在IIS环境下自托管Evidence的详细文档,为Windows服务器用户提供了明确的部署指南。
性能与稳定性
测试流程优化
CI/CD流程中改进了端到端测试的运行策略,通过减少并行运行器数量来优化资源使用,同时保证测试覆盖率。
边界情况修复
解决了多个边界情况下的问题,包括:
- 超大数值在Slider组件中的处理
- 图表中无图例字符串时的显示问题
- 各种特殊输入情况下的稳定性问题
总结
Evidence 40.0.7版本带来了多项实用改进,从核心功能到用户体验都有显著提升。特别是对布尔值处理的完善和对BigQuery连接器的增强,使得数据分析工作更加顺畅。这些改进体现了Evidence团队对产品质量和用户体验的持续关注,为数据分析和可视化工作提供了更加强大和可靠的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1