Backdrop CMS 1.30.0预览版发布:备份恢复与用户体验升级
Backdrop CMS是一个专注于中小型网站建设的开源内容管理系统,它以Drupal 7代码库为基础,提供了更简单、更高效的网站建设体验。最新发布的1.30.0预览版带来了一系列实用功能和改进,特别在备份恢复和用户界面方面有显著提升。
核心功能增强:备份与恢复机制
1.30.0版本引入了全新的备份恢复功能,这是本次更新的重头戏。系统现在会在运行数据库更新前自动创建备份,为网站管理员提供了一道安全防线。这项功能通过settings.php中的$settings['backup_directory']配置项进行管理,管理员可以自定义备份文件的存储位置。
备份功能与现有的更新系统无缝集成,当管理员访问/core/update.php执行数据库更新时,系统会自动触发备份流程。恢复操作同样简便,通过/core/restore.php即可完成。这种设计大大降低了系统升级的风险,即使更新过程中出现问题,也能快速回滚到稳定状态。
用户界面优化
登录页面是本次UI改进的重点。新版本提供了"无标签页"和"简化布局"两种选项,使登录流程更加直观。这些改进不仅适用于后台登录,也支持前端主题使用,确保了全站统一的用户体验。
菜单管理也获得了增强,现在添加/编辑菜单项时可以直接选择父级菜单,取代了之前需要手动输入父级路径的方式,大大提高了操作的便捷性。
编辑器与内容管理改进
CKEditor 5编辑器升级至v44.1.0版本,带来了更稳定的编辑体验和更多功能选项。特别是重新加入了"最大化"按钮,让内容编辑区域可以充分利用屏幕空间。
内容类型管理界面也有所调整,"书籍大纲"垂直标签现在可以被隐藏,为那些不使用书籍功能的网站减少了界面干扰。
开发者体验提升
数据库配置语法得到了简化,现在可以使用更简洁的数组格式在settings.php中定义数据库连接,提高了代码的可读性和维护性。
表单API新增了link_field元素,开发者现在可以方便地在自定义表单中重用链接字段的功能。同时,表单帮助文本(#description)的位置现在可以灵活配置,为表单布局提供了更多可能性。
性能与兼容性
本次更新将MySQL的最低版本要求提升至5.5,移除了对旧版本MySQL的兼容代码,这不仅提高了系统性能,也减少了潜在的安全风险。节点访问查询的构建过程也进行了优化,有望提升大型网站的响应速度。
主题系统改进
Basis主题获得了多项增强,包括新的SVG英雄区块图像和背景图片预览功能。此外还增加了对补充CSS选择器的支持,为主题开发者提供了更大的灵活性。
技术细节调整
Fast Token Browser取代了原有的令牌浏览器,提供了更快速、更直观的令牌选择体验。区块系统也进行了重构,"最近内容"区块现在基于Views系统构建,为内容展示提供了更多配置选项。
Backdrop CMS 1.30.0预览版通过这些改进,进一步强化了其作为中小型网站理想选择的地位,特别是在易用性和安全性方面有了显著提升。开发者和内容管理者都能从这个版本中获得更流畅的工作体验。
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-1.5暂无简介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