Kimai时间追踪系统2.36.0版本发布:强化导出与权限控制
2025-06-14 20:55:26作者:韦蓉瑛
项目简介
Kimai是一款开源的时间追踪和工时管理系统,专为团队和自由职业者设计。它提供了强大的时间记录、项目管理、客户账单等功能,支持多用户协作。Kimai以其灵活的配置和丰富的功能在开发者社区中广受欢迎。
核心更新解析
1. 可配置的导出模板
2.36.0版本引入了CSV和XLSX格式的可配置导出模板功能。这项改进意味着:
- 管理员可以预先定义导出模板,确保所有用户导出的数据格式一致
- 可以根据不同部门或项目需求创建多个模板
- 导出的Excel文件现在支持更复杂的格式设置
- 减少了手动调整导出数据的时间成本
对于需要定期向客户提供工时报告或进行数据分析的团队,这一功能将显著提升工作效率。
2. 安全与日志增强
本次更新在安全审计方面做了重要改进:
SAML日志增强
- 详细记录了SAML身份验证流程中的关键步骤
- 增加了错误调试信息,便于排查单点登录问题
- 记录了断言消费过程中的关键参数
LDAP日志优化
- 扩展了LDAP连接和用户同步的日志记录
- 增加了绑定和搜索操作的详细日志
- 改进了错误信息的可读性
这些改进使系统管理员能够更有效地监控和排查身份验证问题,特别是在企业环境中。
3. 工时管理优化
周视图工时录入改进
- 新增了"期间锁定"警告提示,当用户尝试修改被锁定的时间段时显示明确提示
- 界面优化:将已有工时记录的行移动到顶部,方便快速查看和编辑
- 修复了自定义字段在空行中丢失的问题
- 移除了锁定期间的空00:00条目,避免数据混乱
权限控制强化
- 在保存前检查每个提交的工时记录的权限
- 在删除前验证用户是否有操作权限
- 防止对锁定的工时记录进行项目变更
这些改进显著提升了数据的安全性和一致性,特别是在多用户协作环境中。
4. 数据验证增强
- 新增了持续时间验证器,防止输入负的时间值
- 修复了API验证错误标题缺少翻译的问题
- 改进了活动选择逻辑,隐藏的活动不再出现在新建行的下拉选项中
技术实现亮点
导出模板架构
新的导出模板系统采用了灵活的模板定义方式:
- 模板存储在配置文件中,支持动态加载
- 每个模板定义了字段映射、格式设置和导出选项
- 系统提供了默认模板,同时允许自定义覆盖
- 前端界面集成了模板选择器,用户可以根据需求选择不同模板
权限验证流程
权限系统进行了重构:
- 采用预验证模式,在操作执行前进行完整权限检查
- 实现了细粒度的权限控制,支持记录级别的访问控制
- 引入了权限缓存机制,减少重复验证的开销
- 错误处理更加友好,提供明确的权限不足提示
升级建议
对于现有Kimai用户,升级到2.36.0版本时应注意:
- 检查自定义导出功能是否与新模板系统兼容
- 验证SAML/LDAP配置,确保日志级别设置适当
- 通知用户新的工时录入界面变化,特别是锁定期间的提示
- 测试API客户端,确保验证错误处理正常
总结
Kimai 2.36.0版本通过可配置导出模板、增强的安全日志和完善的权限控制,进一步提升了系统的专业性和可靠性。这些改进特别适合中大型团队和企业环境使用,使时间追踪和项目管理更加高效和安全。对于需要严格工时控制和审计跟踪的组织,这个版本提供了更强大的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220