Leantime v3.4.6版本发布:任务层级排序与多语言增强
2025-06-10 17:10:04作者:郁楠烈Hubert
Leantime是一款开源的项目管理工具,专注于为敏捷团队提供简洁高效的项目协作体验。该系统采用PHP开发,支持看板管理、任务跟踪、时间记录等核心功能,特别适合中小型团队进行敏捷开发管理。
核心功能更新
本次发布的v3.4.6版本带来了多项实用改进,其中最引人注目的是全新的任务层级排序功能。开发团队对"我的待办事项"小部件进行了彻底重构,实现了以下特性:
-
层级化任务展示:现在可以直观地查看主任务及其子任务的层级关系,使任务结构一目了然。
-
拖拽排序优化:采用全新的nestedSortable.js库实现流畅的拖拽体验,支持跨层级任务移动,操作响应更加迅速。
-
视觉层级指示:通过缩进和连接线清晰展示任务间的父子关系,提升界面可读性。
-
状态实时保存:所有排序操作都会自动保存到服务器,确保团队成员看到一致的视图。
国际化改进
Leantime一直重视多语言支持,本次更新包含了全面的翻译文件更新:
- 新增对Karakalpak语等小众语言的支持
- 完善了德语、法语、西班牙语等主要语言的翻译内容
- 修复了多语言界面中的术语一致性
- 优化了RTL(从右到左)语言的显示效果
技术架构优化
从技术实现角度看,本次更新包含多项底层改进:
-
前端架构:重构了任务列表的渲染逻辑,采用更现代的组件化设计,提升了性能表现。
-
交互体验:解决了暗黑模式下覆盖层伪元素阻挡点击事件的问题,优化了整体交互流畅度。
-
代码质量:移除了调试用的console.log语句,进行了代码清理和优化。
-
测试覆盖:更新了用户相关测试用例,确保核心功能的稳定性。
使用建议
对于系统管理员和团队负责人,建议关注以下升级要点:
- 升级前请确保备份数据库,特别是任务相关数据
- 新版本对浏览器兼容性要求有所提升,建议使用Chrome或Firefox最新版
- 多语言团队可检查翻译文件是否需要自定义调整
- 层级任务功能可能需要团队成员短暂适应新的操作方式
总结
Leantime v3.4.6版本通过引入层级化任务管理和增强多语言支持,进一步提升了产品的易用性和国际化程度。这些改进使得团队能够更高效地组织复杂项目,同时为跨国协作提供了更好的支持。对于追求简洁高效的项目管理工具的用户而言,这次更新值得关注和升级。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137