Shelf.nu 1.13.1版本发布:资产管理系统功能升级与优化
Shelf.nu是一个现代化的资产管理系统,它帮助企业和团队高效地追踪、管理和维护各类物理资产。该系统提供了资产登记、分类、位置追踪、维护提醒等功能,特别适合需要管理大量设备或工具的组织使用。最新发布的1.13.1版本带来了一系列功能增强和问题修复,进一步提升了用户体验和系统稳定性。
核心功能改进
资产提醒功能优化
本次更新修复了资产提醒编辑功能中的URL问题,确保用户能够顺畅地编辑现有的资产提醒。资产提醒是Shelf.nu的重要功能之一,它可以帮助用户在资产需要维护或检查时及时收到通知。
多域SSO支持
系统现在全面支持多域单点登录(SSO),这一改进特别适合大型企业或拥有多个子域的组织。开发团队还优化了SSO用户转换流程,处理了之前遗漏的一些边界情况,使得身份验证过程更加无缝和安全。
移动端体验提升
针对移动设备用户,本次更新做了多项优化:
- 修复了iOS设备上资产索引页面的滚动问题
- 改进了扫描器页面的布局问题
- 调整了响应式设计,确保在小屏幕上也能获得良好的使用体验
新增功能亮点
批量导入用户
新增了通过CSV文件批量导入用户的功能,大大简化了管理员初始化系统或批量添加用户的操作流程。系统会对CSV文件头进行验证,确保数据格式正确。
资产二维码批量下载
管理员现在可以批量下载资产的二维码,这一功能极大方便了需要为大量资产打印标签的场景。批量生成的二维码保持了高质量和可读性。
增强型扫描器
引入了基于ZXing/Wasm的新扫描器实现,提供了更快速、更可靠的条形码和二维码识别能力。后续还增加了React Camera集成,更好地处理相机权限问题。
资产图片查看器改进
资产图片预览功能现在支持快捷键操作,用户可以通过按键快速关闭预览,提升了操作效率。同时修复了图片加载器的定位问题。
技术架构升级
Prisma ORM升级
项目将Prisma ORM升级到了6.x版本,这一底层数据库工具的升级带来了性能改进和新特性支持,同时保持了向后兼容性。
测试覆盖率提升
开发团队更新了Vitest测试框架及其覆盖率工具,持续完善测试套件,确保系统稳定性。
用户体验优化
新的货币选择器
重新设计了货币选择组件,增加了搜索功能,使得在长列表中选择特定货币更加便捷。
预订功能改进
为资产预订创建了新的客户端模态框,优化了预订流程的用户界面和体验。
错误处理增强
系统现在能捕获更多运行时错误,并提供更明确的错误信息,特别是在SSO登录过程中,帮助用户更快地识别和解决问题。
总结
Shelf.nu 1.13.1版本通过多项功能增强和问题修复,进一步巩固了其作为专业资产管理解决方案的地位。从底层技术栈升级到用户界面优化,从核心功能改进到新增实用特性,这次更新全方位提升了系统的可用性、稳定性和扩展性。特别是对大型组织的支持(如多域SSO)和批量操作功能(用户导入、二维码下载)的增强,使得Shelf.nu更适合中大规模的企业环境使用。
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-X1-7BSpark-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