Elasticvue 1.5.0版本发布:多语言支持与功能增强
Elasticvue是一个基于Vue.js开发的Elasticsearch管理工具,它提供了直观的Web界面来管理和操作Elasticsearch集群。最新发布的1.5.0版本带来了多项重要更新和改进,包括多语言支持、Docker兼容性增强以及用户体验优化等。
多语言支持扩展
1.5.0版本新增了对俄语和日语的支持,这要归功于贡献者AnchorI的贡献。同时,还增加了意大利语版本,由mikiubo完成翻译工作。这些新增的语言支持使得Elasticvue能够服务于更广泛的用户群体,特别是非英语母语的开发者。
Docker兼容性改进
针对OpenShift环境的Docker镜像兼容性问题,1.5.0版本进行了修复。这个改进由Fearvel贡献,解决了在OpenShift平台上运行Elasticvue时可能出现的问题。现在,用户可以在OpenShift环境中更稳定地部署和使用Elasticvue容器。
更新检查与匿名统计
新版本引入了自动更新检查功能,这不仅帮助用户及时获取最新版本,同时也用于匿名统计每日活跃用户数。开发者特别强调了这个功能的隐私保护特性,所有统计都是匿名的,不会收集任何敏感或个人数据。
搜索功能优化
在索引切换时,之前的版本存在搜索查询被错误重置的问题。1.5.0版本修复了这个bug,现在当用户切换搜索索引时,查询条件会得到正确保留,提高了工作流程的连贯性。
JSON展示增强
针对JSON数据的展示,新版本增加了折叠/展开按钮,使得查看大型JSON文档更加方便。用户现在可以轻松地控制JSON内容的显示层级,特别是在处理复杂数据结构时,这一改进显著提升了可读性。
键盘快捷键支持
Mac用户现在可以使用键盘快捷键来执行搜索操作,这个功能由prashantsingh3553贡献。对于习惯使用键盘操作的用户来说,这大大提高了工作效率。
节点信息展示改进
针对Elasticsearch 8及以上版本,节点概览页面现在会显示分片数量信息。这个改进使得管理员能够更全面地了解集群状态,特别是在管理大型集群时,分片信息对于性能监控和容量规划非常重要。
多种部署方式
Elasticvue 1.5.0提供了多种部署选项以满足不同用户的需求:
- 桌面应用程序:支持Windows(.msi)、Mac(.dmg)和Linux(.AppImage/.deb)平台
- 浏览器扩展:兼容Chrome、Firefox和Edge浏览器
- Docker容器:适合在容器化环境中部署
- 托管服务:为不想自行部署的用户提供在线版本
这个版本的多项改进和新增功能进一步提升了Elasticvue作为Elasticsearch管理工具的实用性和易用性,特别是对多语言用户和特定平台用户的支持,使得这个工具能够服务于更广泛的开发者群体。
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