Evidence项目v40.0.5版本发布:数据可视化与分析工具的重大更新
Evidence是一个开源的数据可视化与分析工具,它允许用户通过简单的Markdown语法创建专业的数据仪表盘和报告。该项目特别适合需要将数据分析结果以可视化形式呈现的技术人员和业务人员使用。
核心功能改进
数据源处理优化
本次版本对数据源处理进行了多项重要改进。开发团队修复了当日期列完全为空值时的源代码生成问题,这解决了在某些边缘情况下数据无法正确解析的问题。同时,团队还优化了虚拟数据源的配置处理,使得自定义数据源的使用更加稳定可靠。
特别值得注意的是,新版本引入了JavaScript源连接器功能,这为用户提供了更大的灵活性,可以直接在Evidence项目中使用JavaScript代码作为数据源。这一改进极大地扩展了Evidence的数据接入能力。
查询性能提升
在查询处理方面,开发团队修复了页面查询的热模块替换(HMR)问题,这使得开发者在修改查询时可以更快地看到结果变化,提高了开发效率。此外,团队还实现了对数据源的严格模式支持,这有助于在开发阶段更早地发现潜在的数据问题。
用户界面改进
侧边栏导航优化
新版本对三级侧边栏导航进行了全面改进。不仅增加了第三级导航的支持,还优化了可点击区域,使得用户操作更加便捷。这些改进显著提升了大型项目的导航体验。
组件样式统一
开发团队对多个组件的样式进行了统一调整,包括表格、标签页(Tabs)等核心组件。这些调整不仅提高了视觉一致性,还修复了日期输入框(DateInput)的边框回归问题。表格组件现在支持更灵活的分组功能,并且解决了排序时的大小写敏感问题。
可视化组件增强
在可视化方面,团队对气泡图进行了日志清理,优化了桑基图(SankeyDiagram)和注释(Annotations)组件的默认颜色值。这些改进使得图表展示更加专业和美观。
开发者体验提升
开发工具集成
新版本为VS Code扩展添加了滑块和复选框支持,这使得在VS Code中编辑Evidence项目更加方便。同时,团队清理了开发过程中的一些冗余日志,使开发者能够更专注于关键信息。
文档与指引完善
文档方面进行了多项改进,包括修复了PostgreSQL数据源的链接问题,移除了文档URL中的尾部斜杠,并提供了更明确的GitHub Pages基础路径说明。团队还添加了关于网站图标(favicon)和浏览器标签标题的配置指引。
其他重要修复
新版本修复了打印预览在暗黑模式下的显示问题,改进了下载属性对字符串的处理,并添加了默认索引页面的警告提示。这些改进虽然看似细节,但对用户体验有着实质性的提升。
总结
Evidence v40.0.5版本带来了从核心功能到用户界面的全方位改进,特别是在数据源处理、查询性能和组件一致性方面取得了显著进展。这些改进不仅提升了工具的稳定性和功能性,也大大改善了开发者和最终用户的使用体验。对于依赖数据可视化和分析的专业人士来说,这个版本值得升级。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112