Erupt框架1.12.21版本发布:AI能力增强与交互体验全面升级
Erupt作为一款现代化的低代码开发框架,以其高效、灵活的特性深受开发者喜爱。本次1.12.21版本的发布,重点提升了AI模块的稳定性与功能性,同时对UI交互体验进行了多项优化,为开发者提供了更加强大和易用的开发工具。
AI模块全面增强
在erupt-ai模块中,本次更新解决了多个关键性问题。首先修复了通义千问模型无法响应的问题,这使得开发者可以更稳定地使用该大语言模型进行智能交互开发。针对上下文路径导致的404问题也得到了修复,确保了AI服务在不同部署环境下的可用性。
值得注意的是,新版本优化了AI会话处理机制。原先当会话内容过长时会超出数据库字段限制的问题已得到解决,现在系统能够智能处理长文本会话。同时,智能体提示词的动态处理器功能也得到了修复,开发者可以更灵活地定制AI行为。
在模型调用参数方面,Erupt团队进行了深度优化。新的参数配置显著提升了模型效果和回复稳定性,使得AI交互更加自然流畅。这些改进使得Erupt框架在智能化应用开发领域更具竞争力。
数据操作与代码生成优化
数据操作方面,LambdaQuery功能得到了重要增强。新增的distinct方法支持数据库维度的去重操作,为复杂数据查询提供了更多可能性。同时修复了listSelects中父类字段无法提取的问题,提高了数据查询的准确性。
代码生成功能在此版本中也得到了修复,现在可以正常显示生成的代码内容,这对于快速开发具有重要意义。数据库异常信息展示方面,新版本增加了对PG、Oracle和Sql Server的兼容支持,使错误排查更加直观高效。
特别值得一提的是Excel导入功能的改进。新版本修复了ISO 8601日期格式与数据库TIMESTAMP格式的兼容性问题,使得数据导入过程更加稳定可靠。
用户交互体验提升
在UI交互方面,1.12.21版本带来了多项令人欣喜的改进。左侧菜单系统现在支持配置折叠后的图标,通过app.js中的logoFoldPath配置项,开发者可以自定义折叠状态下的菜单标识。
表格操作区现在支持自定义宽度,通过@layout注解的tableOperatorWidth配置,开发者可以更灵活地控制界面布局。自定义按钮功能也得到增强,现在支持纯文本显示而不仅限于图标,只需简单配置icon=""即可实现。
主题切换区域新增了拖动调整位置的功能,用户可以根据个人喜好自定义界面布局。页面上方的全局工具栏也获得了更多自定义选项,包括用户工具栏的自定义按钮支持和全局按钮的内容显示定制。
多租户功能完善
对于使用多租户功能的用户,新版本在角色管理页面增加了用户绑定功能,使得权限管理更加便捷。这一改进将显著提升多租户系统的管理效率。
升级注意事项
开发者需要注意,在升级到1.12.21版本后,tableWidth配置需要手动添加px等单位。这是为了提供更精确的布局控制而做出的必要调整。
总体而言,Erupt 1.12.21版本在稳定性、功能性和用户体验三个方面都取得了显著进步。特别是AI模块的增强和交互体验的优化,使得这个低代码框架在现代化应用开发中更具吸引力。开发者可以充分利用这些新特性,构建更智能、更友好的企业级应用。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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