Erupt框架1.12.18版本发布:全面增强企业级应用开发体验
项目简介
Erupt是一个面向企业级应用开发的高效框架,它通过低代码方式简化了后台管理系统的开发流程。该框架提供了丰富的功能组件和灵活的扩展机制,使开发者能够快速构建出功能完善、界面美观的管理系统。本次发布的1.12.18版本带来了多项重要改进和新特性,进一步提升了开发体验和系统稳定性。
核心改进与新特性
1. 国际化与本地化增强
本次版本修复了数据库异常提示不显示中文的问题,同时优化了i18n文件的解析逻辑,解决了当引号中包含逗号时导致的读取错位问题。这些改进使得国际化支持更加完善,特别是在中文环境下,错误提示更加友好和准确。
2. 数据精度与处理优化
针对大型ID值处理进行了重要改进:
- 解决了ID超过JavaScript极限数值长度导致的编辑问题
- 优化了主键值过大时的精度处理
- 统一了搜索场景与导入场景的参数传递逻辑
- 自动去除搜索时的首尾空格
这些改进显著提升了系统在处理大数据量时的稳定性和准确性。
3. 会话管理与安全增强
框架引入了自研的session实现方案,带来了两大优势:
- 在非redisSession场景下不再依赖cookie,提高了安全性
- 即使不使用redisSession,也能支持在线用户查看功能
同时,菜单修改后当前用户无需重新登录,刷新后即可生效,这大大提升了用户体验。
4. 组件库丰富与功能扩展
新增了多选组件(MULTI_CHOICE),为表单设计提供了更多灵活性。此外,对现有组件也进行了多项优化:
- 抽屉式弹出层不再渲染页头,采用更合理的宽高适应策略
- 报表系统新增文本提示组件
- dataProxy支持alert能力,可在渲染数据时显示全局提示
5. 微前端支持
本次版本引入了微前端能力,为系统集成提供了新的可能性:
- 自定义模板支持以微前端方式嵌入
- 自定义按钮的模板注解(@tpl)支持微前端渲染
- 模板路径支持path参数传递,可通过模板引擎获取变量
这一特性使得Erupt能够更好地与其他前端系统集成,实现更复杂的业务场景。
其他重要改进
-
初始化配置:支持配置默认账号密码,简化了系统部署流程。
-
日志系统:在线日志支持搜索功能,超链接可跳转,同时优化了日志显示样式,使运维工作更加高效。
-
模块调整:从源代码中移除了erupt-flow模块,使核心框架更加精简。
-
依赖升级:将amis前端框架升级到6.10版本,带来了更好的前端体验和性能。
-
租户管理:erupt-tenant模块修复了已知问题,增加了联系人字段,使多租户支持更加完善。
技术价值与应用场景
Erupt 1.12.18版本的这些改进特别适合以下场景:
-
大型企业管理后台:增强的会话管理和数据精度处理能够支持海量用户和数据的稳定运行。
-
国际化项目:完善的i18n支持和错误提示机制让多语言项目开发更加顺畅。
-
复杂系统集成:微前端能力使得Erupt可以轻松嵌入现有系统或整合其他子系统。
-
数据分析平台:报表组件的增强和dataProxy的alert功能让数据展示更加灵活和直观。
升级建议
对于正在使用Erupt框架的开发团队,建议尽快评估升级到1.12.18版本,特别是:
- 需要处理大数据量或高精度数值的项目
- 有多语言需求或国际化部署计划的项目
- 计划与其他前端系统集成的项目
- 对系统安全性和会话管理有较高要求的项目
升级时需要注意检查自定义组件与新版框架的兼容性,特别是使用了模板和微前端相关特性的部分。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00