Amplication项目v3.8.0版本发布:模板功能全面升级
Amplication是一个开源的开发工具平台,它能够帮助开发者快速生成后端服务代码、数据库架构和API接口。通过可视化界面和自动化工具,Amplication极大地简化了应用开发流程,让开发者可以专注于业务逻辑而非基础设施搭建。
核心功能升级
本次v3.8.0版本带来了多项重要改进,主要集中在模板功能和工作流程优化方面。
模板功能增强
-
从资源创建模板:现在开发者可以直接将现有资源保存为模板,便于复用和共享。这一功能显著提升了开发效率,特别是对于需要创建相似服务的场景。
-
模板与蓝图集成:新增了对包含蓝图模板的支持,使得模板功能更加灵活强大。开发者可以创建包含完整架构定义的模板,实现一键部署复杂应用结构。
-
模板目录管理:系统现在支持从目录中排除特定模板,让开发者能够更好地组织和管理自己的模板库。
用户体验优化
-
资源创建流程改进:重新设计了资源创建的用户界面和交互流程,使操作更加直观。默认设置现在将新仓库设为私有,提高了安全性。
-
插件管理优化:安装的插件标签现在默认显示在最前面,减少了查找常用功能的时间。
-
资源概览增强:在资源概览页面中直接显示资源属性和设置信息,无需跳转多个页面即可获取关键信息。
技术架构改进
-
Node.js版本升级:项目已升级至Node.js 22.13版本,同时更新了相关依赖包,提高了系统稳定性和性能。
-
移除无用依赖:清理了未使用的cron相关依赖,减少了项目体积和潜在的安全风险。
-
数据库迁移:为支持新模板版本功能,实施了必要的数据库迁移脚本,确保数据结构的兼容性。
开发者体验提升
-
界面布局优化:调整了客户端界面中的列宽设置,改善了信息展示效果。
-
自动刷新机制:创建资源后自动重新加载模板目录,保持界面数据的最新状态。
-
简化对话框:移除了冗余的对话框组件,使界面更加简洁高效。
Amplication v3.8.0版本的这些改进,特别是模板功能的增强,将显著提升开发者的工作效率。通过更智能的资源管理和更流畅的用户体验,开发者可以更快地将想法转化为实际可运行的代码。
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