Squidex 7.19.0版本发布:全新流程系统与规则引擎升级
Squidex是一个开源的无头内容管理系统(CMS),它提供了强大的内容建模能力和灵活的API接口,使开发人员能够轻松构建和管理内容驱动的应用程序。作为.NET生态中的重要CMS解决方案,Squidex以其轻量级、可扩展性和开发者友好的特性受到广泛欢迎。
核心更新:全新流程系统
本次7.19.0版本最重要的改进是引入了全新的流程系统(flow system),它彻底重构了规则动作的定义方式。这一改变带来了显著的架构优化:
-
数据库跟踪机制改进:新系统对动作执行的跟踪记录方式进行了底层重构,提高了数据存储的效率和可靠性。
-
向后兼容性:系统设计考虑了平滑过渡,能够自动将旧版规则动作迁移到新流程系统中,确保现有功能不受影响。
-
日志迁移策略:由于数据库结构的重大变更,现有规则日志无法直接迁移。建议在更新前确保所有规则项都已成功执行,或者通过管理界面暂时禁用规则队列。
规则引擎增强功能
除了核心架构改进,本次更新还为规则引擎带来了多项实用功能:
-
调试能力提升:现在可以单独跟踪每个动作尝试的执行情况,大大简化了复杂规则的调试过程。
-
新增Cron触发器:引入了基于Cron表达式的定时任务触发器,最小间隔时间为4小时,为定期内容处理提供了更多灵活性。
-
执行历史保留:AI聊天对话现在支持历史记录保存和恢复功能,方便回溯和继续之前的交互。
技术架构优化
在底层技术层面,本次更新包含多项重要改进:
-
API性能优化:为JSON端点增加了内容压缩支持,减少网络传输数据量。
-
安全增强:日志系统现在会自动屏蔽敏感配置值,防止意外泄露。
-
批量处理框架:SQL层迁移到了新的批量更新框架,提高了大数据量操作的效率。
-
前端架构升级:UI层迁移到了API模型的自动生成代码,提高了开发效率和一致性。
用户体验改进
针对终端用户和管理员的使用体验,本次更新包含多项细节优化:
-
密码字段安全:禁用了密码字段的自动填充功能,提高安全性。
-
编辑器修复:修正了编辑器扩展模式的问题,提供更稳定的编辑体验。
-
标题服务:修复了浏览器标签页标题显示问题。
-
引导系统:改进了新用户引导系统的多个方面,使入门体验更加顺畅。
-
评分控件:修正了星级评分控件的默认值处理逻辑。
升级建议与注意事项
对于计划升级到7.19.0版本的用户,建议特别注意以下几点:
-
规则日志处理:由于日志系统架构变更,建议在规则全部执行成功后再进行升级,或者暂时禁用规则队列。
-
OIDC配置:新增了禁用OIDC profile scope的选项,需要自定义认证服务器的用户应检查相关配置。
-
性能监控:升级后应关注API响应时间和数据库性能变化,特别是使用批量操作的功能。
这次更新标志着Squidex在规则引擎和流程管理方面迈出了重要一步,为构建更复杂、更可靠的内容处理流水线奠定了基础。新架构不仅提高了系统的稳定性和可维护性,也为未来的功能扩展提供了更灵活的技术基础。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00