n8n 1.83.0版本发布:工作流自动化的新特性与改进
n8n是一个开源的工作流自动化工具,它允许用户通过可视化界面连接各种应用程序和服务,创建复杂的自动化流程。作为一款自托管的解决方案,n8n提供了高度的灵活性和可定制性,特别适合需要数据隐私和自定义集成的企业用户。
核心功能改进
本次1.83.0版本在核心功能方面进行了多项重要改进。首先,在任务运行器方面,修复了从用户定义函数中报告错误的问题,确保了错误信息的准确传递。同时,现在会正确传递NODE_PATH环境变量给任务运行器,这对于依赖特定模块路径的工作流尤为重要。
在证书管理方面,修正了自定义证书的NODE_OPTIONS导出语法,解决了证书配置可能出现的语法错误问题。对于使用LDAP认证的用户,现在系统不会验证电子邮件地址,这简化了LDAP环境下的用户管理流程。
编辑器体验优化
n8n的图形化编辑器在本版本中获得了多项用户体验改进。最值得注意的是,现在可以支持从选定的运行中复制JSON数据,即使节点已被多次执行。这对于调试复杂工作流特别有帮助。
编辑器现在提供了更智能的代码节点处理能力,包括忽略必需的模块类型声明错误,以及在AI生成代码时支持固定数据。错误视图现在会扩展到完整的输出面板宽度,提供了更清晰的问题诊断界面。
在资源选择器(RLC)方面,修复了搜索输入框聚焦时下拉菜单消失的问题,并改进了错误详情显示,使开发者能更快定位和解决问题。Airtable节点的表资源选择器现在正确地依赖于基础资源选择器,确保了配置的连贯性。
节点功能增强
多个内置节点在本版本中获得了功能改进和问题修复:
- Elasticsearch节点现在使用POST而非GET方法进行搜索API调用,支持在请求体中传递参数
- Google Sheets节点更好地处理特殊字符,确保行更新操作不会因特殊字符而失败
- S3节点修复了与Supabase存储连接的问题,扩展了兼容性
- GitHub节点改进了工作流资源选择器的功能
- Call n8n Workflow工具节点现在会返回子执行的所有项目,提供更完整的数据输出
安全性与稳定性提升
在安全性方面,n8n Form Trigger节点现在会对表单节点的HTML内容进行消毒处理,防止潜在的XSS攻击。编辑器中的HTML消毒逻辑也进行了优化,确保在正确的生命周期阶段执行。
系统现在能够正确处理节点执行时的数据缺失情况,允许超过2个输入的数据缺失处理,提高了工作流执行的稳定性。当从后端加载时,编辑器能够正确渲染仅凭据节点,确保工作流配置的完整性。
开发者体验改进
对于使用代码节点的开发者,编辑器现在会忽略必需的模块类型声明错误,减少了不必要的干扰。同时,支持以等号(=)开头的值的粘贴操作,方便公式和表达式的输入。
在自动补全功能中,改进了节点匹配算法,使开发者能更快找到需要的节点。Schema预览界面也进行了UI更新,提供了更直观的数据结构展示。
总的来说,n8n 1.83.0版本在稳定性、安全性和用户体验方面都做出了显著改进,同时扩展了多个节点的功能,为构建复杂自动化工作流提供了更强大的工具集。这些更新使得n8n在企业级自动化解决方案中的地位更加稳固,为开发者和管理员提供了更高效、更可靠的工作流管理体验。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00