Easy Digital Downloads 3.3.7版本发布:优化与修复详解
Easy Digital Downloads(简称EDD)是一款专为WordPress设计的数字商品销售插件,它提供了完整的电子商务解决方案,特别适合销售电子书、软件、音乐、视频等数字产品的网站。作为WordPress生态中最受欢迎的数字商品销售插件之一,EDD以其轻量级、高性能和丰富的扩展性而闻名。
核心功能改进
本次3.3.7版本在多个核心功能模块上进行了优化。在结账流程方面,修复了结账区块预览中的未定义索引错误,并对已登录用户的电子邮件检查机制进行了改进,使结账过程更加稳定可靠。对于货币处理,Money_Formatter类的unformat方法现在会确保original_amount不为null后再进行处理,避免了潜在的数值处理错误。
下载功能方面也有显著提升,改进了文件保护机制在某些边缘配置下的处理能力,同时优化了变量价格的处理逻辑。现在下载标题在通过AJAX返回前会进行更严格的验证,确保数据的完整性。
管理后台优化
在管理后台方面,本次更新显著提升了客户列表的查看性能,使管理员能够更高效地浏览大量客户数据。订单处理系统也进行了改进,现在当订单被删除时,相关的延迟动作会被自动取消或优雅地失败,避免了后台任务的混乱。
邮件系统增加了新的筛选功能,商店管理员现在可以搜索和过滤邮件及邮件日志,大大提升了管理效率。同时修复了邮件摘要日期未根据本地时区调整的问题,确保时间显示的准确性。
支付与财务改进
支付处理方面,PayPal相关功能得到了重点优化。现在直接跳转到支付网关的功能仅对支持的PayPal网关启用,提高了支付流程的安全性。默认情况下移除了PayPal Commerce对IE 11的Polyfills支持,需要时可通过配置启用,减少了不必要的代码加载。
财务模块修复了全局税率保存的问题,确保财务设置能够正确应用。费用记录系统也进行了改进,现在标题超过100个字符的订单调整能够正确记录相关费用。
开发者相关更新
对于开发者而言,本次更新修复了多个开发环境中的问题。CLI工具生成订单时不再添加不必要的订单元数据,提高了数据的整洁性。同时解决了CLI订单处理触发弃用通知的问题,使开发过程更加顺畅。
单元测试框架也进行了更新,移除了对旧版本的支持,使测试环境更加现代化。此外,重新发送收据时不再抛出弃用通知,提高了后台操作的友好性。
用户体验提升
在用户界面方面,设置页面进行了多项视觉优化。管理设置通知的显示更加合理,输入字段的样式也得到了改进,使整体界面更加美观统一。报告功能中价格变体的选择逻辑更加智能,方便管理员操作。
HTML组件中的Number输入现在允许最小值为0,提供了更大的灵活性。国际化方面修复了新元框实现中的多个翻译警告,为多语言站点提供了更好的支持。
总的来说,Easy Digital Downloads 3.3.7版本在稳定性、性能和用户体验方面都做出了显著改进,既解决了已知问题,又引入了多项实用功能增强,为数字商品销售网站提供了更加强大可靠的基础。
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 StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08