Rocket.Chat 7.3.0-rc.0版本发布:即时通讯平台的重要更新
Rocket.Chat是一款开源的即时通讯平台,它提供了团队聊天、视频会议、文件共享等功能,支持自托管部署。作为企业级通信解决方案,Rocket.Chat以其安全性、可扩展性和丰富的功能集著称。本次发布的7.3.0-rc.0版本带来了多项功能增强和问题修复,特别是在Omnichannel客服系统、用户权限管理和系统稳定性方面有显著改进。
核心功能更新
Omnichannel客服系统增强
本次更新对Omnichannel客服系统进行了多项优化。新增的departmentsAllowedToForward属性允许管理员更精细地控制对话转发的部门范围,提升了客服工作流程的灵活性。特别值得注意的是,系统现在允许客服和管理员强制关闭处于异常状态的对话,通过forceClose参数可以绕过常规状态检查,有效解决了某些情况下对话状态不一致的问题。
用户角色与权限管理
在用户管理方面,7.3.0-rc.0版本引入了基于角色的成员分组功能。现在,在群组和频道的成员列表中,用户可以清晰地看到按角色分组的成员结构,这大大提升了大型团队的管理效率。新增的rooms.membersOrderedByRoleAPI端点也为开发者提供了获取按角色排序成员列表的能力。
权限系统也得到了优化,现在可以将mobile-upload-file权限授予访客用户,这在某些特定场景下非常实用。同时修复了用户在没有"预览公共频道"权限时仍能接收新消息的问题,使权限控制更加精确。
系统稳定性与性能改进
在系统稳定性方面,本次更新修复了多个关键问题。包括修复了在某些条件下房间历史记录无法加载的问题,解决了连接丢失可能导致应用操作按钮失效的情况,以及修正了房间滚动位置在切换时无法正确恢复的行为。
对于MongoDB用户,系统现在能正确报告MongoDB版本信息,而不再显示占位符文本。此外,还修复了文件缩略图在房间删除时未从存储中清除的问题,有助于更好地管理存储空间。
技术架构更新
引擎版本升级
7.3.0-rc.0版本采用了更新的技术栈:
- Node.js升级至22.11.0版本
- 支持MongoDB 5.0、6.0和7.0版本
- Apps-Engine更新至1.48.2-rc.0版本
这些更新为系统带来了更好的性能和安全性,同时也确保了与最新数据库技术的兼容性。
应用生态系统改进
应用开发者将受益于多项改进。修复了应用引擎在某些情况下无法与子进程重新建立通信的问题,解决了应用操作按钮在工具栏中显示不正确的问题。此外,还修复了在请求标签页卸载应用时可能出现的"GUI Application error"错误。
统计与报告功能
新版本在统计功能上有所增强,增加了语音通话数据的统计能力,为管理员提供了更全面的系统使用情况视图。同时修复了Omnichannel报告在特定时间周期(如上月、上年等)中日期显示不正确的问题,确保了报告数据的准确性。
用户体验优化
在用户界面方面,针对移动设备进行了特别优化。将附件发送选项从下拉菜单移动到编辑器主操作区域,解决了iOS浏览器上附件功能无法使用的问题。同时修复了房间文件列表中错误地将传入消息显示为文件的问题,使界面更加直观。
对于SAML登录用户,修复了使用邀请链接时可能被重定向到错误房间的问题,提升了单点登录体验的可靠性。
总结
Rocket.Chat 7.3.0-rc.0版本作为一次重要的预发布更新,在客服系统、权限管理、系统稳定性和用户体验等方面都做出了显著改进。这些变化不仅提升了平台的功能性和可靠性,也为开发者提供了更好的扩展能力。对于企业用户而言,新版本将带来更高效的团队协作体验和更可靠的通信保障。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08