Oqtane框架6.1.3版本发布:现代化.NET CMS的全面升级
Oqtane是一个基于.NET平台的开源内容管理系统(CMS)和应用框架,它充分利用了Blazor组件模型的优势,为开发者提供了构建动态Web、移动和桌面应用的强大工具。作为一个模块化设计的现代化CMS,Oqtane以其灵活性、可扩展性和高性能著称,特别适合需要高度定制化的企业级应用开发。
核心功能增强
用户与权限管理优化
6.1.3版本在用户管理方面进行了多项改进。管理员现在可以直接管理用户账户的电子邮件验证状态,无需依赖自动验证流程,这在企业内网环境中特别实用。同时,新增了注册URL和个人资料URL的自定义选项,为不同站点提供了更灵活的用户流程配置能力。
权限系统也获得了增强,特别是在页面编辑模块中加入了更新模块权限的选项。这一改进使得权限管理更加直观,同时智能地忽略共享模块,避免了不必要的权限冲突。
时间与本地化支持
本版本引入了全面的时区支持,为站点和用户添加了时区设置功能。ModuleBase新增了处理本地日期时间显示的方法,使开发者能够轻松实现符合用户所在时区的时间展示。管理模块中的日期时间显示也相应更新,确保管理员看到的是符合其本地时区的时间信息。
文件与资源管理改进
文件系统管理获得了多项优化。现在系统允许删除包含文件的文件夹,简化了文件整理流程。文件夹的排序和显示方式也得到改进,确保始终按字母顺序排列并以层级结构展示,提升了用户体验。
资源加载机制更加智能,ModuleBase和ThemeBase现在支持资源继承,这意味着子模块可以更自然地继承和使用父模块的资源文件,减少了重复代码。
开发者体验提升
模块开发增强
6.1.3版本为模块开发者提供了更多便利。ModuleBase中的ReplaceTokens方法得到修复,确保了令牌替换的可靠性。模块设置新增了对页眉和页脚内容的支持,为模块提供了更丰富的自定义选项。
默认模块模板也进行了更新,优化了服务器端资源路径,使资源引用更加规范。同时,所有模板已升级至.NET SDK 9.0.5,确保开发者能够利用最新的.NET特性。
API与服务优化
框架核心服务进行了多项改进。SettingRepository新增了便捷的GetSettingValue方法,简化了设置值的获取过程。ConfigureOqtaneAssemblies的调用时机被调整到Startup流程的后期,使服务注册和端点配置更加灵活。
URL处理也更加健壮,改进了URL参数获取和验证逻辑,同时URL映射功能新增了生成随机短链接的能力,为内容分享提供了更多选择。
性能与稳定性
6.1.3版本在性能方面做了针对性优化。文件服务器获得了性能提升,处理大文件和并发请求更加高效。选项缓存机制得到改进,在用户设置更新后自动清除相关缓存,确保数据一致性。
系统更新界面进行了UI改进,使升级过程更加直观。同时修复了多处可能导致异常的情况,如主机/站点设置覆盖问题和特定情况下的URL参数处理问题,提升了整体稳定性。
兼容性与升级
此版本针对.NET 9.0进行了全面适配,包括更新所有相关依赖项至最新版本。特别值得注意的是,为适应.NET 9中CORS属性的变化,对.NET MAUI客户端的CORS配置进行了相应调整。
升级过程保持了一贯的平滑体验,从先前版本升级不会引入破坏性变更。只需安装升级包,数据库将自动完成必要的架构更新。
Oqtane 6.1.3版本通过这些全面而细致的改进,进一步巩固了其作为现代化.NET CMS解决方案的地位,为开发者和最终用户都带来了更优质的使用体验。
kernelopenEuler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。C032
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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