MikroORM v6.4.12 版本发布:核心功能优化与问题修复
MikroORM 是一个强大的 Node.js ORM 框架,支持 TypeScript,提供了对多种数据库的支持,包括 MySQL、PostgreSQL、SQLite 和 MongoDB 等。它采用了数据映射器模式,提供了丰富的特性来简化数据库操作。
核心功能改进
新增游标查询计数功能
本次版本为 em.findByCursor 方法新增了 includeCount 选项,这是一个用户期待已久的功能。通过这个选项,开发者可以在使用游标分页查询时同时获取总记录数,这对于实现分页界面非常有用。例如,在显示"第1页/共100页"这样的信息时,不再需要额外执行计数查询。
复合外键值传播优化
在插入新实体时,MikroORM 现在能够正确处理复合外键值的传播。这一改进解决了在某些复杂场景下,特别是使用复合主键时,关联关系可能无法正确建立的问题。ORM 现在能够智能地将父实体的复合主键值传播到子实体的外键字段中。
关键问题修复
集合清理逻辑增强
修复了当修改多对一关系值时,相关一对多集合未能正确清理的问题。现在,当更改一个实体的多对一引用时,ORM 会自动从原关联实体的一对多集合中移除当前实体,保持数据一致性。
查询结果处理优化
解决了部分加载实体时可能意外重置未选择字段值的问题。在某些情况下,当只查询实体的部分字段时,ORM 可能会错误地清除其他字段的值。新版本确保仅更新查询涉及的字段,保留其他字段的原始值。
关联加载改进
- 修复了使用自定义类型的多对多关联在加载时可能出现的问题,确保自定义类型能正确应用于关联关系。
- 改进了自引用实体的嵌套关联加载逻辑,当父实体与自身存在关联时,现在能够正确加载所有层级的关联数据。
数据库特定修复
MSSQL 日期类型处理
修正了 MSSQL 中 date 类型的映射问题,现在确保返回字符串而不是 JavaScript 的 Date 对象,与数据库中的实际存储格式保持一致。
PostgreSQL 枚举主键支持
修复了 PostgreSQL 中当关系目标是一个原生枚举类型主键时,模式比对可能出现的问题。现在能够正确处理这类特殊场景下的数据库结构差异分析。
总结
MikroORM v6.4.12 版本虽然是一个小版本更新,但包含了对核心功能的多项重要改进和问题修复。这些变化提升了框架的稳定性和使用体验,特别是在处理复杂关联关系和特殊数据类型时。开发者可以更放心地使用游标分页、复合主键等高级功能,同时避免了之前版本中可能遇到的一些边缘情况问题。
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