Activepieces 0.58.0版本发布:全新计费页面与多款集成组件上线
Activepieces作为一个开源的自动化工作流平台,近日发布了0.58.0版本更新。该平台允许用户通过可视化拖拽方式构建自动化流程,连接各种应用程序和服务。本次更新带来了多项功能增强和组件扩展,显著提升了平台的实用性和用户体验。
核心功能升级
本次版本最引人注目的变化是全新的计费页面设计。开发团队对计费界面进行了全面重构,使其更加直观易用。新界面优化了订阅管理、使用情况查看和支付设置等核心功能,让用户能够更清晰地掌握账户状态和消费情况。
新增集成组件
0.58.0版本新增了多款实用的集成组件,进一步扩展了平台的连接能力:
-
SmartSuite集成:支持与SmartSuite项目管理工具的无缝对接,用户现在可以自动化处理项目任务、时间跟踪和团队协作等场景。
-
Instantly.ai组件:新增的邮件营销自动化工具集成,使批量邮件发送、联系人管理和营销活动跟踪等操作能够融入自动化流程。
-
Zagomail组件:该邮件服务集成提供了更多邮件处理选项,丰富了平台的通信能力。
-
Coda增强功能:Coda文档组件新增了自定义API调用操作,为用户提供了更灵活的数据处理方式。
-
ComfyICU组件:这款医疗健康领域的新组件,为特定行业用户提供了专业化的自动化解决方案。
框架优化与问题修复
开发团队对组件框架进行了持续优化,特别是改进了自定义属性的实现机制和相关文档。这些改进使开发者能够更高效地创建和维护组件,同时也降低了新开发者的学习门槛。
在问题修复方面,本次更新解决了几个关键问题:
- 修复了嵌入HTML被浏览器缓存导致的内容更新不及时问题
- 增加了针对损坏表流程的自动修复迁移
- 修正了步骤验证提示和流程导入通知中的文字错误
总结
Activepieces 0.58.0版本通过新增组件和功能优化,进一步强化了其作为开源自动化平台的核心竞争力。特别是计费页面的重新设计,体现了团队对用户体验的持续关注。随着集成生态的不断丰富,Activepieces正逐步成为连接各类SaaS服务的高效自动化枢纽。对于需要构建复杂业务流程的用户和开发者来说,这个版本提供了更多可能性和更稳定的使用体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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