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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00