Nocobase v1.6.0-beta.16 版本发布:时间格式支持与性能优化
Nocobase 是一个开源的、可扩展的业务应用开发平台,它提供了丰富的功能模块和灵活的定制能力,帮助开发者快速构建企业级应用。本次发布的 v1.6.0-beta.16 版本带来了多项功能增强和问题修复,特别是在时间字段格式支持和系统性能优化方面有所突破。
时间字段格式支持增强
在客户端方面,本次更新为时间字段增加了对时间格式的支持。这意味着开发者现在可以更灵活地配置时间字段的显示格式,满足不同地区和业务场景的需求。例如,可以根据用户偏好显示24小时制或12小时制的时间格式,或者自定义时间显示的分隔符等细节。
这一改进使得Nocobase在处理国际化应用时更加得心应手,特别是在需要同时服务不同时区和时间格式偏好的用户群体时,开发者可以轻松实现个性化的时间展示方式。
系统性能优化
工作流延迟加载机制
工作流模块引入了作业结果的延迟加载机制,这一改进显著提升了系统在处理大量工作流任务时的性能表现。通过延迟加载作业结果,系统可以减少不必要的资源消耗,特别是在用户只需要查看工作流执行状态而不需要立即查看详细结果的情况下,这种优化能够带来明显的性能提升。
Koa框架升级
服务器端将Koa框架升级到了2.15.4版本,同时将@koa/cors升级到了5.0.0。这些升级不仅带来了最新的安全补丁,还包含了多项性能优化和稳定性改进。Koa作为Nocobase的核心中间件框架,其性能提升将直接反映在整体系统的响应速度和并发处理能力上。
关键问题修复
本次更新修复了多个影响用户体验的问题:
-
认证模块:修复了WebSocket授权过程中不必要的令牌续期问题,优化了长连接场景下的认证体验。
-
客户端界面:
- 解决了自定义favicon页面在加载过程中短暂闪烁默认图标的问题
- 修复了关联字段在只读模式下悬停时错误显示"添加"按钮的问题
- 改进了用户权限管理表格首次加载时的UI闪烁问题
-
地图区块:修复了地图字段配置设置不可见的问题,确保开发者能够正常配置地图相关参数。
-
移动端兼容性:解决了移动端页面因空值匹配导致的错误问题,提升了移动端用户体验。
-
操作面板:修复了操作面板高度设置无效的问题,增强了界面布局的可控性。
工作流模块专项修复
针对工作流模块,本次更新特别解决了几个关键问题:
-
修复了自定义动作事件的迁移问题,确保旧版按钮绑定能够正确迁移到新版本。
-
审批工作流方面解决了多个问题:
- 修复了
.toJSON()方法导致的错误 - 解决了因版本号导致的迁移未执行问题
- 完善了对旧版区块的迁移处理
- 修复了
这些修复显著提升了工作流模块的稳定性和向后兼容性,特别是对于从旧版本升级的用户来说,能够确保工作流配置的平滑过渡。
总结
Nocobase v1.6.0-beta.16版本在保持系统稳定性的同时,通过时间格式支持增强了国际化能力,通过延迟加载和框架升级优化了系统性能,并修复了多个影响用户体验的关键问题。这些改进使得Nocobase在构建复杂企业应用时更加可靠和高效,为开发者提供了更加强大的工具和更流畅的开发体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C095
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00