MaxKB v1.10.4-LTS版本发布:工作流编排与安全增强
MaxKB作为一款开源的知识库问答系统,在v1.10.4-LTS版本中带来了多项重要更新,特别是在工作流编排功能和安全防护方面有了显著提升。本次更新不仅优化了用户体验,还修复了多个关键问题,进一步提升了系统的稳定性和安全性。
工作流编排功能增强
工作流编排是MaxKB的核心功能之一,本次更新对其进行了多项优化:
-
分支排序功能:在高级编排的判断节点中,新增了通过拖拽调整IF和ELSE IF分支顺序的功能,使流程设计更加灵活直观。同时支持将判断条件值设置为true或false,简化了逻辑配置。
-
长参数显示优化:基础信息节点中,针对接口参数默认值较长的情况优化了显示样式,避免了界面混乱。
-
模型参数同步:修复了切换AI模型后参数未更新的问题,确保模型配置的实时同步。
-
应用发布流程:解决了应用名称修改后在编排页面未及时更新的问题,完善了发布流程的一致性。
安全问题修复
安全方面,本次更新修复了一个重要的系统安全问题(CVE-2025-3238),该问题存在于函数库模块中。开发团队及时响应并修复了这一情况,建议所有用户尽快升级到该版本以确保系统安全。
知识库与问答体验改进
-
PDF导入优化:修复了PDF文档中段落标题超过256字符时导致的导入错误,提升了文档处理的稳定性。
-
对话历史保存:解决了用户历史对话记录丢失的问题,确保对话连续性。
-
参数验证增强:在多选框组件中完善了必填字段的验证逻辑,防止因参数缺失导致的错误。
-
头像显示问题:修复了问答页面默认头像不显示的问题,提升了界面一致性。
模型管理优化
-
本地重排模型:修复了添加本地重排模型时的错误问题,扩展了模型选择范围。
-
模型参数同步:确保切换AI模型后相关参数能够及时更新,避免配置不一致。
企业版(X-Pack)专属更新
针对企业版用户,本次更新优化了企业微信无密码登录时获取用户企业邮箱的优先级逻辑,并修正了API文档中的几处描述错误,包括创建知识库接口的参数说明和HTTPS访问配置问题。
升级建议
v1.10.4-LTS版本作为长期支持版本,推荐所有用户升级。特别是对于使用工作流编排功能和安全要求较高的环境,本次更新解决了多个关键问题,显著提升了系统的稳定性和安全性。升级前建议备份重要数据,并参考官方文档进行平滑过渡。
MaxKB团队持续关注用户反馈,不断优化产品体验。本次更新体现了团队对产品质量和安全的高度重视,也为后续功能开发奠定了坚实基础。
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