Ever-Gauzy 0.617.3版本发布:企业管理系统核心模块优化与数据模型升级
Ever-Gauzy是一款开源的企业管理系统,提供包括项目管理、客户关系管理(CRM)、人力资源管理(HRM)、财务管理等在内的综合解决方案。该系统采用模块化设计,支持高度定制化,适用于各类企业运营管理场景。
数据模型与实体结构优化
本次0.617.3版本对系统多个核心数据模型进行了重要调整,体现了系统架构的持续演进。
在通知管理方面,对"Employee Notification"实体表结构进行了调整,增强了员工通知功能的灵活性和可扩展性。同时新增了"Employee Notification Setting"实体种子数据,为系统提供了开箱即用的通知配置基础。
仪表盘模块进行了两项关键改进:首先基于员工维度重构了"Dashboard"实体,使数据展示更加个性化;随后进一步优化了该实体的员工可为空列设计,提高了数据模型的容错能力。
系统性能与稳定性提升
针对批量插入收入/支出数据时可能出现的死锁问题,开发团队实施了有效的解决方案,显著提升了财务模块在高并发场景下的稳定性。PostgreSQL数据库的视频上传功能也得到了修复,通过将视频时长字段类型调整为REAL,解决了特定环境下的兼容性问题。
核心业务模块增强
项目管理领域进行了多项改进:重构了"OrganizationTeam"实体表,优化了团队管理功能;调整了"OrganizationProjectModule"实体,增强了项目模块的灵活性;改进了"Task"和"ScreeningTask"实体表结构,提升了任务管理能力。
财务模块不仅修复了支付("Payment")实体表结构,还针对发票功能进行了重要升级。新的费用计算逻辑更加准确,同时支持多种费用类型,为企业财务处理提供了更专业的支持。
系统架构与国际化完善
在系统架构层面,将"Subscription"重命名为"EntitySubscription",使命名更加准确反映其功能定位。基础实体新增了操作用户记录功能,增强了系统的审计追踪能力。OpenTelemetry监控组件的升级进一步提升了系统的可观测性。
国际化支持方面,补充了缺失的i18n翻译资源,使多语言支持更加完整。邮件历史("Email History")和提及("Mention")实体表结构的优化,则提升了相关功能的可靠性和用户体验。
总结
Ever-Gauzy 0.617.3版本通过一系列数据模型优化和功能增强,进一步提升了系统的稳定性、灵活性和用户体验。从通知管理到财务处理,从任务跟踪到团队协作,各项改进都体现了开发团队对企业管理需求的深入理解和技术实现的专业性。这些变化不仅解决了已知问题,也为系统未来的功能扩展奠定了更坚实的基础。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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