JHipster v8.10.0 版本发布:Spring Boot 升级与前端优化
2025-06-01 00:16:56作者:廉彬冶Miranda
JHipster 是一个流行的全栈开发框架,它结合了 Spring Boot 后端和 Angular/React/Vue 前端技术栈,为开发者提供了一套完整的开发工具和最佳实践。最新发布的 v8.10.0 版本带来了多项重要更新和改进。
核心框架升级
本次版本最显著的改进是将 Spring Boot 升级到了 v3.4.4 版本。Spring Boot 作为 JHipster 的后端基础框架,这次升级带来了性能优化、安全补丁和新特性支持。开发团队还针对 Hazelcast 集成中的已知问题提供了临时解决方案,确保分布式缓存功能稳定运行。
在 Java 代码处理方面,新版本增强了枚举类型文件的编辑能力,开发者现在可以更方便地向 Java 枚举文件中添加项目。同时,对应用配置文件(application.yml)的操作也得到了简化,使配置管理更加直观高效。
前端技术栈优化
Angular 前端部分进行了多项现代化改进:
- 将 Observable 转换为 Signal 的改造工作继续推进,这次更新涉及密码组件和 ribbon 组件
- 采用了自闭合标签(Self Closing Tags)的新语法风格,使模板代码更加简洁
- 测试代码中的断言语句从"Should"改为更符合习惯的"should"
- 修复了项目启用翻译功能时 item-count 组件不工作的问题
React 和 Vue 前端也同步升级了 TypeScript 到 5.8.2 版本,获得了更好的类型检查和语言特性支持。
开发工具链改进
在开发体验方面,新版本做了多项优化:
- 改进了与 Prettier 代码格式化工具的集成,使针脚(needles)处理更加智能
- 增强了 Windows 系统下 JDL 实体文件的路径处理能力
- 简化了关系型数据库查询服务的实现
- 动态蓝图生成功能得到增强,支持嵌套生成器和类型定义
依赖管理
项目持续保持依赖项的更新:
- Gradle 构建工具升级到 8.13 版本
- 移除了 globby、axios 等不再必要的依赖项
- 更新了多个过渡性依赖项,确保项目安全性和兼容性
开发者体验提升
对于使用 JHipster 进行企业级应用开发的团队,v8.10.0 版本在多个方面提升了开发体验:
- 改进了本地蓝图中嵌套生成器的支持
- 增强了针脚 API 的稳定性
- 修复了字段注解中 falsy 值处理的问题
- 标准化了行尾处理逻辑,确保跨平台一致性
这些改进使 JHipster 在保持全栈开发效率优势的同时,进一步提升了框架的稳定性和可维护性,为开发者构建现代化企业应用提供了更加强大的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217