n8n自动化平台1.88.0版本发布:新增数据库与消息协议支持
n8n是一个开源的自动化工作流平台,它允许用户通过可视化界面连接各种应用程序和服务,构建复杂的自动化流程。作为一个自托管的解决方案,n8n提供了强大的自定义能力和数据控制权,特别适合需要高度定制化自动化流程的企业和个人开发者。
核心功能增强
本次1.88.0版本更新中,n8n团队对核心功能进行了多项优化。工作流执行引擎现在能够更智能地处理execute和executeBatch命令,当遇到特殊情况时会自动回退到常规执行模式,提高了系统的容错能力。对于等待中的webhook和表单请求,路由机制得到了修复,确保了请求能够正确到达目标工作流。
在性能方面,开发团队实现了原始洞察数据的批量保存机制,并引入了元数据缓存层。这一改进显著减少了数据库I/O操作,提升了系统在高负载情况下的响应速度,特别是对于需要处理大量执行数据的场景。
新增节点支持
数据库相关节点
-
Azure Cosmos DB节点:新增了对微软Azure Cosmos DB的支持,用户现在可以直接在n8n中操作这一全球分布式多模型数据库服务。该节点支持文档数据库操作,为构建云原生应用提供了便利。
-
Milvus向量存储节点:新增了对Milvus向量数据库的支持,这是专为AI应用设计的向量相似性搜索引擎。这一集成使得n8n能够更好地服务于机器学习工作流,特别是在处理嵌入向量和相似性搜索方面。
消息协议相关节点
-
MCP客户端工具节点:新增了MCP(Messaging Client Protocol)客户端支持,可以通过SSE(Server-Sent Events)协议连接到MCP服务器。这一节点为需要实时消息传递的自动化场景提供了新的可能性。
-
MCP服务器触发器节点:配套的MCP服务器触发器节点允许将n8n工具暴露给MCP客户端,实现了双向通信能力,扩展了n8n在消息驱动架构中的应用场景。
邮件处理增强
IMAP电子邮件触发器节点现在能够返回消息的UID(唯一标识符),这一改进使得邮件处理工作流更加可靠。用户可以基于UID实现更精确的邮件状态跟踪和去重逻辑,避免了重复处理同一封邮件的问题。
编辑器与用户体验改进
在用户界面方面,开发团队修复了节点创建器中图标显示问题,并优化了项目分类的输入类型检查。表达式预览功能现在能够在内联编辑时正确显示,提高了工作流调试的效率。
工作流管理方面增加了权限检查,防止用户将不属于自己的工作流移动到其他文件夹,增强了多用户环境下的数据隔离和安全性。
技术细节优化
对于使用Python代码节点的用户,本次更新明确指定了pyodide运行时的indexURL加载路径,提高了运行环境的稳定性。许可证SDK的代理设置现在被隔离,避免了对其他无关请求的影响。
在API层面,修复了工作流洞察数据中比率计算的测试问题,确保了数据分析的准确性。执行状态更新机制中的竞态条件问题也得到了解决,使工作流执行监控更加可靠。
总结
n8n 1.88.0版本通过新增对多种数据库和消息协议的支持,进一步扩展了其作为自动化平台的连接能力。核心引擎的稳定性和性能优化使得平台能够更好地服务于企业级应用场景。这些改进共同提升了n8n在复杂自动化工作流处理方面的表现,为开发者提供了更强大、更可靠的工具集。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00