Homebox v0.19.0版本发布:数据库重构与附件存储优化
Homebox是一个开源的家庭物品管理系统,它帮助用户高效地组织和追踪个人物品。该系统提供了从物品分类、位置管理到附件存储等全方位功能,特别适合需要管理大量家庭物品或收藏品的用户。
最新发布的v0.19.0版本带来了多项重要更新,其中最值得注意的是数据库架构的重大变更和附件存储机制的优化。这些改进不仅提升了系统性能,还增强了数据管理的可靠性。
数据库迁移系统与表结构重构
v0.19.0版本引入了真正的数据库迁移系统,这是一个架构上的重大进步。迁移系统允许数据库模式变更以可控、可追溯的方式进行,为未来的升级提供了更安全的基础。
此次更新还合并了两个数据库表,移除了原有的documents表。这种重构简化了数据模型,减少了不必要的复杂性。值得注意的是,这种结构性变更意味着用户在升级前必须做好数据库备份,以防意外情况发生。
附件存储机制优化
新版本彻底改进了附件存储方式,这是本次更新的核心改进之一。旧版本采用<父路径>/<组ID>/<UUID>.<扩展名>的存储格式,而新版本则改为基于文件哈希的存储路径<父路径>/<组ID>/<文件哈希>。
这一变更带来了几个显著优势:
-
存储去重:当多个物品使用完全相同的附件时,系统现在只会在文件系统中存储一份副本。例如,上传30个物品使用同一张图片,现在只占用一个文件的空间,而之前会产生30个独立文件。
-
智能删除:删除物品附件时,系统会检查是否有其他物品引用该文件。只有当没有其他引用时,才会真正删除物理文件,这防止了意外删除共享文件的情况。
-
一致性保证:基于哈希的存储方式确保了文件内容的唯一性,避免了因文件名不同导致的重复存储。
需要注意的是,这一变更会影响依赖于文件扩展名的外部工具或流程。现在需要通过数据库查询来确定文件类型,而不是直接检查文件扩展名。
用户体验改进
除了底层架构的改进,v0.19.0还包含多项用户体验优化:
- 新增了图片旋转功能,用户可以直接在界面上将附件图片顺时针旋转90度
- 改进了移动设备上的物品创建表单布局
- 添加了物品数量字段,方便管理多个相同物品
- 实现了更自然的物品名称排序方式
- 排除了已售出物品在总价计算中的影响
技术栈更新
在技术栈方面,项目继续向现代化方向演进:
- 全面采用shadcn组件替换原有UI框架
- 移除了daisyui依赖
- 增加了对日期和货币的本地化覆盖支持
- 引入了Playwright进行端到端测试
- 优化了Docker构建流程,始终使用LTS版本的NodeJS
升级建议
由于此次更新包含数据库结构变更,升级时需要特别注意:
- 务必在升级前备份完整数据库
- 检查是否有依赖于文件扩展名的外部集成,需要相应调整
- 考虑新附件存储机制对存储空间的影响
- 测试环境先行验证升级过程
v0.19.0版本的这些改进为Homebox奠定了更稳固的基础,特别是新的迁移系统将为未来的功能扩展提供更好的支持。附件存储机制的优化不仅节省了空间,还提高了数据管理的可靠性,是本次更新中最值得关注的改进之一。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112