Umbraco CMS 13.6.0版本发布:内容管理与编辑器体验全面升级
项目简介
Umbraco CMS是一个基于.NET平台的开源内容管理系统,以其灵活性和可扩展性著称。作为一款企业级CMS解决方案,Umbraco提供了强大的内容建模能力、直观的用户界面和丰富的API接口,使开发者和内容编辑者能够高效地创建和管理网站内容。
核心功能改进
内容编辑器体验优化
本次13.6.0版本对内容编辑器进行了多项改进,显著提升了编辑体验:
-
模板编辑模式修复:解决了在生产环境下模板仍然可编辑的问题,确保系统在不同运行模式下行为一致。
-
表单验证增强:当表单提交验证失败时,编辑器现在能够正确广播事件,防止字段保持禁用状态,使编辑流程更加顺畅。
-
保存与预览功能改进:修复了在切换内容应用时"保存并预览"按钮状态不一致的问题,同时优化了默认显示逻辑,避免不必要的界面干扰。
-
富文本编辑器(RTE)增强:
- 扩展了有效元素配置选项,提供更灵活的编辑控制
- 修复了JSON处理中内联元素的处理方式
- 新增只读模式支持,满足不同场景需求
媒体管理改进
媒体库功能得到多项增强:
-
媒体路径查询优化:修复了查询包含尺寸信息的媒体文件时的路径匹配问题。
-
媒体嵌入检测:确保在嵌入媒体时能正确检测数据变化,避免内容不一致。
-
文件上传增强:
- 添加ASCII文件名转换功能,提高系统兼容性
- 完善上传完成回调机制,提供处理后的文件数组
性能与稳定性提升
-
缓存机制优化:
- 为用户名查询添加缓存键,减少数据库访问
- 修复了CompositeStringStringKey构建时的空引用异常
-
内容存储锁定:解决了ContentStore在异步代码中的锁定异常问题,提高并发处理能力。
-
索引管理:即使索引损坏,Examine仪表板仍能正常显示和操作,提高系统健壮性。
安全增强
-
依赖项更新:升级了ImageSharp等关键组件,修复已知问题。
-
认证改进:
- 使用TryParse安全解析声明中的ID,防止潜在异常
- 允许匿名调用登出操作,提高认证流程灵活性
-
请求处理:为所有内容API操作添加Vary头,改善缓存控制和安全性。
国际化支持
-
新增语言支持:添加了瑞士德语和瑞士法语作为后台管理语言选项。
-
翻译修复:解决了瑞典语翻译中的重复区域问题,避免系统崩溃。
开发者体验改进
-
JSON Schema生成:修正了默认安装数据的配置结构和属性名称,提高开发一致性。
-
迁移处理:在升级过程中同时运行CMS和包迁移,简化升级流程。
-
错误处理:改进了客户端错误页面的渲染方式,提供更清晰的错误信息。
内容交付API增强
-
新增用户信息端点:为Delivery API添加了用户信息查询功能。
-
内容路由警告:在发布时提示无法路由的内容,帮助编辑者提前发现问题。
-
预览支持:使"祖先"选择器在预览模式下正常工作,完善预览体验。
-
多内容类型过滤:允许通过API同时过滤多种内容类型,提高查询灵活性。
总结
Umbraco CMS 13.6.0版本带来了全方位的改进,特别是在内容编辑体验、系统稳定性和安全性方面有显著提升。这些改进使内容管理更加流畅,系统运行更加可靠,同时也为开发者提供了更好的工具和支持。无论是内容编辑者还是系统开发者,都能从这个版本中获得更优质的使用体验。
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