Twill 3.5.0 版本发布:内容管理系统的重要更新
Twill 是一个基于 Laravel 框架开发的现代化内容管理系统(CMS),它为开发者提供了构建自定义内容管理解决方案的强大工具。Twill 以其模块化设计、直观的用户界面和灵活的扩展性著称,特别适合需要高度定制化内容管理功能的中大型项目。
新增功能亮点
预览视图自定义功能
开发团队在 ModuleController 中新增了 setPreviewView() 方法,这项改进让开发者能够更灵活地控制内容预览的显示方式。在实际应用中,这意味着可以为不同的内容类型设置独特的预览模板,大大提升了内容编辑体验。
媒体字段禁用裁剪选项
针对媒体上传功能,新增了 disableCrop() 方法,允许开发者针对特定场景禁用图片裁剪功能。这个改进特别适用于那些需要保持原始比例或不需要裁剪的图片上传场景。
重要问题修复
媒体和文件字段的位置管理
修复了媒体和文件字段在排序和位置管理方面的问题,确保了在多文件上传和排序操作时的数据一致性。这项修复对于依赖文件排序功能的项目尤为重要。
触摸操作兼容性
解决了触摸设备上的操作兼容性问题,提升了在平板电脑和移动设备上的用户体验,使内容管理更加流畅。
关系列显示问题
修复了关系列(Relation column)的显示问题,确保了关联内容的正确展示,这对于构建复杂内容关系的项目至关重要。
浏览器组件端点初始化
改进了浏览器组件的端点初始化逻辑,解决了在某些情况下端点加载不正确的问题,提升了组件稳定性。
图片裁剪器改进
针对图片处理进行了多项重要改进:
- 修复了EXIF方向信息导致的裁剪问题,现在使用JavaScript在上传时读取图片尺寸
- 解决了方形裁剪时宽高值不匹配的问题
- 修复了当最大上传数量大于1时
hideActiveCrop()方法失效的问题
内联重复器更新
修复了内联重复器(InlineRepeater)的更新问题,确保了复杂字段组的数据能够正确保存和同步。
Vue相关改进
针对Vue组件进行了多项优化:
- 修复了控制台警告,更新了事件监听器的使用方式
- 添加了Vue拖拽功能的弃用提示,帮助开发者平滑过渡
文档更新
本次更新还包含了对文档的多项补充:
- 添加了在创建模态框中禁用发布开关的说明
- 提供了表单构建器中动态值多选字段的使用指南
- 新增了自由裁剪(使用null或0作为比例值)的配置说明
国际化支持
修复了ISO语言代码缺失的问题,增强了系统的国际化支持能力,为多语言项目提供了更好的基础。
升级指南
要升级到Twill 3.5.0版本,开发者需要执行以下步骤:
- 在项目中运行
composer update命令 - 执行Twill的更新命令:
php artisan twill:update - 如果使用了自定义Vue组件,需要重建Twill资源:
php artisan twill:build
这次更新体现了Twill团队对系统稳定性和开发者体验的持续关注,多项修复和改进将显著提升内容管理系统的可靠性和易用性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00