Activepieces 0.57.0版本发布:增强HTTP传输与工作流可靠性
2025-06-02 03:55:05作者:戚魁泉Nursing
项目概述
Activepieces是一个开源的工作流自动化平台,它允许用户通过可视化方式构建自动化流程,连接各种应用程序和服务。该项目采用模块化设计,通过"Pieces"(组件)的概念来扩展功能,每个Piece代表一个特定的服务或操作。
核心更新内容
1. 流式HTTP传输支持
本次版本最重要的更新是引入了流式HTTP传输功能(MCP Streamable HTTP Transport)。这项技术改进使得Activepieces能够更高效地处理大量数据的传输,特别是在需要实时或持续数据流的场景中。传统HTTP请求通常需要等待完整响应,而流式传输允许数据分块接收和处理,这对于处理大文件或实时数据特别有价值。
2. HTTP请求功能的增强
在HTTP请求相关功能方面,本次更新带来了两个重要改进:
- 基础认证和Bearer令牌认证支持:现在可以在发送HTTP请求时使用更丰富的认证方式,扩展了与各种API的集成能力。
- 文件响应处理修复:解决了自定义API调用中文件响应处理的问题,使得文件下载和上传功能更加可靠。
3. OAuth2认证改进
针对OAuth2认证流程进行了多项优化:
- 修复了OAuth2配置按钮的显示条件判断,确保在正确场景下显示配置选项
- 允许同时使用多种授权类型(grant types),提高了与不同OAuth2实现的兼容性
工作流可靠性提升
1. 子流程重试机制
新增了子流程调用失败时的重试选项,这是工作流可靠性的重要增强。当子流程执行失败时,系统可以自动进行重试,减少了因临时性故障导致整个工作流中断的情况。
2. 表格记录处理改进
针对表格数据处理进行了多项修复:
- 修复了记录过滤器在字段不匹配时的问题
- 改进了查找记录操作
- 使用更健壮的查询字符串解析器
这些改进使得表格数据处理更加稳定可靠,特别是在处理复杂查询条件时。
技术架构演进
在技术架构层面,本次更新包含了一些重要的内部改进:
- 流程模式版本迁移:为未来的功能扩展奠定了基础
- 功能标志独立化:将功能标志管理重构为独立实体,提高了系统的可维护性
- 集成测试适配新平台计划模式:确保测试体系与核心架构保持同步
总结
Activepieces 0.57.0版本虽然在功能上看起来是增量式更新,但在关键技术组件上进行了重要改进。流式HTTP传输的引入为处理大数据量和实时场景提供了更好的支持,而各种认证和工作流可靠性的增强则进一步提升了平台的稳定性和可用性。这些改进使得Activepieces在自动化工作流领域继续保持竞争力,为开发者提供了更强大、更可靠的集成能力。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1