Diboot v3.6.0 版本发布:AI增强与全栈开发体验升级
项目简介
Diboot是一款基于Spring Boot的高效低代码开发平台,它通过一系列精心设计的starter组件和开发工具,为Java开发者提供了从后端到前端的全栈开发解决方案。Diboot以其简洁的API设计、强大的关联绑定功能和智能的开发工具著称,能够显著提升开发效率,降低企业级应用的开发门槛。
核心框架升级
在v3.6.0版本中,Diboot核心框架进行了多项重要改进:
-
流水号生成器:新增了流水序列生成功能,开发者现在可以轻松实现各类自动编号需求,如订单号、工单号等。这一功能支持自定义前缀、日期格式和序列长度,满足不同业务场景的需求。
-
数据绑定优化:关联数据绑定功能现在支持大数据量场景下的分批处理,特别适合数据导出等需要处理大量记录的场景。同时,BindCount结果现在会确保填充0值,避免了空指针异常。
-
国际化增强:国际化配置文件现在按组件划分,避免了未启用组件时的告警干扰。此外,修改字典或菜单的中文label时,系统会自动同步更新i18n值,保持一致性。
-
数据权限改进:数据权限实现更加灵活,支持一个实现类对应多个Entity类,以及系统中存在多个数据权限实例的场景,为复杂权限控制提供了更好的支持。
IAM安全组件
身份认证与访问管理组件(IAM)在v3.6.0中新增了两项重要功能:
-
角色人员直接配置:管理员现在可以在角色管理界面直接配置角色成员,无需再通过人员管理界面操作,简化了权限分配流程。
-
客户端与开放接口管理:新增了对第三方应用接入的支持,包括OAuth2客户端管理和API接口权限控制,为系统集成提供了标准化解决方案。
开发工具革新
diboot-devtools开发工具在本版本中获得了显著的AI能力提升:
-
AI辅助建模:开发者现在可以导入Excel文件,由AI自动解析并建议模型字段;也可以在模型发布后,让AI生成测试数据,大大简化了测试数据准备过程。
-
模型设计增强:支持从当前行或其他模型复制字段,提高了字段定义的效率。同时,表名修改功能和中间表自定义命名功能为数据库设计提供了更多灵活性。
-
可视化改进:模型设计界面现在显示更多元信息,包括模型名称、字段数量和类型配置备注等,使模型结构一目了然。
前端体验优化
PC端管理界面(diboot-admin-ui)和移动端(diboot-mobile-ui)都获得了多项改进:
-
权限指令扩展:移动端现在支持v-has-permission和v-has-role指令,实现了与PC端一致的权限控制能力。
-
UI交互优化:人员管理中的岗位配置界面进行了重新设计,操作更加直观;组织机构选择支持搜索功能,方便快速定位。
-
AI对话体验:AI组件接入了DeepSeek模型,对话界面进行了视觉优化,提供了更自然的人机交互体验。
企业版功能增强
针对企业用户,低代码专业版和旗舰版都带来了重要更新:
-
图表设计模块:专业版新增了可视化图表配置功能,用户无需编码即可创建各种数据统计图表。
-
多表单支持:一个模型现在可以创建多个表单,并支持表单复制,满足了同一数据在不同场景下的展示需求。
-
流程引擎升级:旗舰版将Flowable升级至v7.1.0,并优化了多实例审批、变量选择等流程配置体验,使业务流程管理更加顺畅。
技术栈升级
整个Diboot生态系统在v3.6.0版本中进行了技术栈的全面更新:
- 后端升级至Spring Boot 3.1.5和MyBatis-Plus 3.5.3.2
- 前端采用最新的Vue3和Vite构建工具链
- 移动端基于uni-app框架,支持多端发布
- 流程引擎升级至Flowable 7.1.0企业版
总结
Diboot v3.6.0版本通过引入AI能力、优化开发工具和增强各组件功能,进一步提升了开发效率和用户体验。无论是核心框架的稳定性改进,还是企业版的高级功能扩展,都体现了Diboot团队对开发者需求的深刻理解和技术的前瞻性布局。这一版本特别适合需要快速构建企业级应用,同时又希望保持代码质量和灵活性的开发团队使用。
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