Django-Unfold 0.59.0 版本发布:增强管理后台定制能力
Django-Unfold 是一个现代化的 Django 管理后台主题,它基于 Tailwind CSS 构建,为 Django 自带的管理后台提供了全新的界面体验和扩展功能。最新发布的 0.59.0 版本带来了一系列功能增强和问题修复,进一步提升了开发者的使用体验。
主要功能增强
自定义头部导航链接
新版本允许开发者覆盖管理后台头部导航栏中的语言切换和用户账户链接。通过这一特性,开发者可以更灵活地控制管理后台的导航结构,实现与项目需求完全匹配的导航体验。
动作权限控制
0.59.0 版本现在支持在动作(actions)中使用 Django 的原生权限系统。这意味着开发者可以为管理后台中的各种操作添加精细的权限控制,确保只有具备相应权限的用户才能执行特定操作。
JSON 字段美化增强
对于使用自定义 JSON 编码器的字段,现在 prettify_json 功能会正确识别并使用这些编码器配置。这一改进使得 JSON 数据的展示更加符合开发者的预期,特别是在处理复杂或特殊格式的 JSON 数据时。
Crispy 表单字段集子标题
新版本为 Crispy 表单的字段集添加了子标题支持,使得表单的分组和组织更加清晰。这对于包含大量字段的复杂表单尤其有用,可以显著提升表单的可读性和用户体验。
重要问题修复
条件字段在标签页中的显示
修复了条件字段在标签页中可能无法正确显示的问题,确保了基于条件逻辑的字段能够按照预期在标签页布局中工作。
暗黑模式打印样式
解决了暗黑模式下打印页面时可能出现的样式问题,确保打印输出的内容在各种模式下都能保持清晰可读。
货币输入组件属性支持
MoneyWidget 现在能够正确接受并应用 HTML 属性,为开发者提供了更多的自定义选项。
分页与筛选交互
修复了无限分页与筛选功能交互时可能出现的问题,确保了在大数据集下的浏览体验。
界面细节优化
多个界面细节得到了改进,包括:
- 操作栏高度和水平间距调整
- 按钮组件默认变体的文本颜色
- 选择框背景样式
- 表格内联中选择框的设计
- 自动完成按钮的行为
开发者体验提升
0.59.0 版本还包含了对开发者文档的更新,新增了关于自定义语言选项和站点 URL 配置的示例,帮助开发者更快地上手和使用这些功能。
总结
Django-Unfold 0.59.0 版本通过一系列的功能增强和问题修复,进一步提升了 Django 管理后台的可用性和定制能力。无论是对于需要精细控制管理后台行为的开发者,还是追求更好用户体验的项目,这个版本都提供了有价值的改进。特别是新增的权限控制和导航定制功能,为构建企业级管理后台提供了更多可能性。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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