Nocobase v1.6.0-alpha.29 版本发布:权限控制增强与模板继承机制
Nocobase 是一款开源的、基于 Node.js 的低代码开发平台,它提供了强大的数据建模、界面构建和工作流自动化能力。本次发布的 v1.6.0-alpha.29 版本带来了多项重要更新,特别是在权限控制和模板继承机制方面有显著增强。
核心新特性
客户端权限配置支持
本次更新为客户端操作增加了细粒度的权限控制能力。开发者现在可以为特定操作配置访问权限,这为构建更安全的应用程序提供了基础保障。这一特性特别适合需要严格控制不同用户操作权限的企业级应用场景。
模板继承机制
引入了一个全新的"Block: template"插件,它基于继承机制为区块提供了模板支持。这一创新设计允许开发者创建可复用的区块模板,并通过继承机制实现定制化开发,大幅提高了前端组件的复用率和开发效率。
工作流自定义动作事件
工作流模块现在支持对触发动作进行访问控制。这意味着工作流的触发和执行可以基于用户权限进行精细控制,为构建复杂业务流程提供了更强大的安全保障。
重要改进
文件管理增强
文件管理模块进行了多项优化:
- 文件上传时文件名策略改进,从完全随机改为保留原始文件名并添加随机后缀
- 增加了文件预览URL生成的后端支持
- URL长度限制增加到1024字符
- 存储类型API进行了重构,并新增了插件API
用户个人中心扩展
对用户个人中心功能进行了全面扩展和完善,提供了更丰富的个人信息管理和展示能力,提升了用户体验。
移动端优化
针对移动设备优化了操作面板的样式,确保在移动端有更好的显示效果和操作体验。
关键问题修复
客户端问题
修复了多个影响用户体验的问题:
- 菜单拖动后位置不正确的问题
- 树形区块节点点击异常
- 子页面异常关闭
- 富文本字段无法完全清除
- 页面无法移动到分组中
- 上传文件遗漏问题
文件管理
解决了文件集合继承相关的迁移问题,并修复了路径列类型定义,确保文件管理功能更加稳定可靠。
工作流
修复了工作流画布中的样式细节问题,并增加了密码变更触发工作流的支持,使工作流功能更加完善。
认证与授权
优化了认证流程,当使用API密钥时跳过用户认证检查,同时移除了AdminProvider中不必要的认证包装器,使认证逻辑更加清晰。
技术细节
模板继承机制实现
新的模板继承机制采用了创新的设计思路:
- 定义基础模板区块
- 支持通过继承创建定制化区块
- 保持父模板与子区块的关联关系
- 提供灵活的覆盖和扩展能力
这一机制显著提高了前端组件的复用率,减少了重复代码。
权限控制架构
新的权限控制系统采用了分层设计:
- 操作级别权限控制
- 数据范围权限控制
- 工作流触发权限控制
- 公共表单特殊处理
这种设计既保证了安全性,又提供了足够的灵活性。
总结
Nocobase v1.6.0-alpha.29 版本在权限控制和模板继承方面带来了重要创新,同时解决了多个影响稳定性的问题。这些改进使得平台更适合构建企业级应用,特别是在需要复杂权限管理和高度可定制UI的场景下表现尤为突出。开发者现在可以更高效地构建安全、稳定的业务应用,同时享受更好的开发体验。
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