ToolJet v3.12.0 版本发布:数据库增强与插件优化
项目简介
ToolJet 是一个开源的低代码开发平台,它允许开发者快速构建内部工具和应用程序。通过可视化界面和丰富的插件系统,ToolJet 简化了与数据库、API 和各种服务的集成过程,使非技术用户也能轻松创建功能强大的应用。
数据库功能增强
本次 v3.12.0 版本在数据库功能方面进行了多项重要改进:
-
批量更新插入功能:新增了基于主键(PK)的批量 upsert 操作支持。这一功能特别适合需要频繁更新大量数据的场景,开发者现在可以更高效地处理数据同步任务,而无需编写复杂的逻辑来判断是插入新记录还是更新现有记录。
-
外键默认值优化:在创建或编辑外键(FK)列时,现在可以显式地将默认值设置为 null。这一改进使得数据库设计更加灵活,特别是在处理可选关联关系时,开发者可以更准确地表达数据模型中的业务逻辑。
-
JSON 列持久化修复:解决了 ToolJet 数据库查询构建器中 JSON 列值无法持久化的问题。现在开发者可以放心地在 JSON 列中存储和检索结构化数据,这对于需要处理半结构化数据的应用场景尤为重要。
插件系统改进
ToolJet 的插件系统在本版本中也获得了显著提升:
-
插件架构增强:对插件 schema 进行了重构,加强了验证机制和设计组件。这一改进使得插件开发更加规范,减少了潜在的错误,同时提高了插件的可维护性。
-
数据库插件优化:专门针对 MySQL 和 MSSQL 数据库插件进行了 schema 重构,提升了这些流行数据库的集成体验。开发者现在可以更顺畅地配置和使用这些数据库连接。
-
错误处理改进:为 QueryError 添加了元数据支持,并在检查器中显示错误元数据。这一增强使得调试过程更加透明,开发者可以快速定位和解决查询执行中的问题。
-
空状态提示优化:改进了插件空状态的文案提示,使界面更加友好,帮助用户更快理解当前状态和下一步操作。
-
加密字段验证:增加了对加密字段的输入引用验证,当验证失败时会给出明确提示。这一安全增强确保了敏感数据的正确处理,防止了潜在的配置错误。
用户体验提升
除了核心功能改进外,本次更新还包含多项用户体验优化:
-
插件界面一致性:修复了插件图标和文案显示问题,确保整个平台的视觉一致性,减少用户认知负担。
-
GraphQL 插件修复:解决了 GraphQL 插件中空 URL 参数的问题,提高了 API 调用的可靠性。
这些改进共同提升了 ToolJet 平台的稳定性、可用性和开发效率,使开发者能够更专注于业务逻辑的实现,而不是基础设施的维护。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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