Akaunting 3.1.15版本发布:财务管理系统新特性与优化
Akaunting是一款开源的在线会计和财务管理系统,专为中小企业和自由职业者设计。该系统采用模块化架构,提供发票、费用、银行交易、报表等核心财务管理功能,同时支持多语言和多币种操作。Akaunting以其简洁的用户界面和强大的功能集,成为许多用户管理财务的首选工具。
新增功能亮点
文档显示堆栈优化
3.1.15版本引入了全新的文档显示堆栈机制,这一改进显著提升了用户在处理大量文档时的浏览体验。新堆栈设计采用更高效的渲染方式,使得文档列表的加载速度更快,特别是在包含大量附件或复杂格式的情况下表现尤为突出。
文档项目数学运算支持
本次更新为文档项目添加了数学运算功能,用户现在可以直接在数量字段执行加减乘除等基本运算。例如,当需要调整某个项目的数量时,可以直接输入"10+5"或"20*0.9"这样的表达式,系统会自动计算结果并更新字段值。这一特性大大简化了需要频繁调整数量的场景,如库存管理或批量订单处理。
功能改进与优化
文档导入导出字段更新
开发团队对文档导入导出功能进行了细致优化,更新了相关字段以提供更完整的数据交换能力。现在用户可以在导入导出过程中处理更多类型的文档属性,确保数据迁移的完整性和准确性。这一改进特别适合需要定期与外部系统交换数据的用户。
多语言支持增强
通过集成最新的Crowdin翻译,Akaunting 3.1.15进一步提升了多语言支持的质量和覆盖范围。系统界面和文档现在支持更多语言的准确翻译,为全球用户提供更本地化的使用体验。
关键问题修复
折扣计算逻辑修正
针对用户反馈的折扣计算问题,本版本彻底重构了全局折扣的计算方法。新的计算逻辑更加精确,能够正确处理各种折扣场景,包括百分比折扣、固定金额折扣以及组合折扣等情况,确保财务计算的准确性。
日期筛选器优化
修复了财务起始日期相关的筛选问题,现在日期过滤器能够正确识别和尊重用户设置的财务年度起始日期。这一修复确保了报表和统计数据的时序准确性,特别是在跨年度的财务分析中尤为重要。
文档项目搜索功能修复
解决了文档项目搜索功能在某些情况下被意外禁用的问题。现在用户可以随时使用搜索功能快速定位特定项目,提高了处理大型文档时的效率。
导入路由问题解决
修复了导入功能中存在的路由问题,现在各种类型的导入操作都能正确指向目标处理程序,避免了因路由错误导致的数据处理失败。
年度统计显示修正
针对仪表板中"本年"统计数据显示不正确的问题进行了修复,现在系统能够准确计算和显示当前财政年度的各项财务指标,为用户提供可靠的决策依据。
文档导入费用问题
修正了文档导入过程中项目费用信息处理的问题,现在导入的文档能够正确保留和显示各项费用设置,确保了财务记录的完整性。
Akaunting 3.1.15版本通过这些新增功能、优化改进和问题修复,进一步提升了系统的稳定性、易用性和功能性,为用户的财务管理提供了更加可靠和高效的工具支持。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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