Nocobase v1.7.0-beta.30版本发布:客户端体验与数据库关联优化
Nocobase作为一款开源的低代码开发平台,其最新发布的v1.7.0-beta.30版本带来了一系列针对用户体验和数据库关联功能的优化改进。本次更新主要聚焦于客户端界面的交互体验提升以及数据库关联查询的稳定性增强。
客户端交互体验优化
在表单筛选功能方面,开发团队针对关联字段组件进行了重要改进。当用户将筛选表单中的关联字段组件切换为数据选择器时,系统现在能够正确显示"允许多选"的配置项,解决了之前版本中该选项缺失的问题。这一改进使得用户在配置复杂筛选条件时能够获得更灵活的选项控制。
表格选择器在筛选表单中的样式异常问题也得到了修复。开发团队优化了表格选择器的视觉呈现,确保其在不同场景下都能保持一致的样式表现,提升了整体界面的美观性和专业性。
对于嵌套子页面的区块管理功能,本次更新修复了鼠标悬停在"添加区块"按钮上时区块列表不显示的问题。这一改进显著提升了用户在复杂页面结构中进行区块管理的操作体验,使得区块添加过程更加直观和高效。
在关联字段的处理方面,修复了当显示关联集合字段时多关联字段提交失败的问题。这一改进确保了数据提交的可靠性,特别是在处理复杂关联关系时能够保持数据的完整性。
操作交互与界面细节优化
针对按钮拖拽功能,开发团队修复了无法将其他按钮拖拽到复制按钮上的问题。这一改进增强了页面构建的灵活性,使得用户能够更自由地组织和排列界面元素。
子表格在只读模式下的分页栏样式问题也得到了解决。优化后的分页栏在只读状态下能够正确显示,保持了界面元素在不同状态下的视觉一致性。
数据库关联查询增强
在数据库层面,本次更新重点修复了MariaDB环境下当外键为bigInt类型时belongs-to关联无法在appends中加载的问题。这一改进增强了Nocobase在不同数据库环境下的兼容性和稳定性,特别是在处理大型数据关联时能够确保查询结果的准确性。
附件字段功能完善
对于URL类型的附件字段,本次更新增加了限制条件,禁止在联动规则中进行值配置。这一改进确保了附件字段数据的安全性和一致性,防止了可能出现的配置冲突问题。
总体而言,Nocobase v1.7.0-beta.30版本通过一系列精细化的改进,进一步提升了平台的稳定性和用户体验。这些优化既包括界面交互的细节调整,也涵盖了底层数据库关联处理的增强,体现了开发团队对产品质量的持续追求。
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).Dockerfile015
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