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。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00