Flowgram.ai v0.1.30版本发布:新增固定布局节点与表单优化
Flowgram.ai是一个专注于可视化流程编排的开源项目,它提供了强大的节点编辑器功能,让开发者能够通过拖拽方式构建复杂的业务流程。本次发布的v0.1.30版本带来了多项重要更新,主要集中在固定布局节点类型的丰富和表单模型的优化上。
固定布局节点功能增强
新版本中,开发团队为固定布局编辑器新增了多种基础节点类型,显著提升了流程编排的灵活性:
-
输入/输出节点:新增的基础输入(input)和输出(output)节点,为流程提供了标准化的数据入口和出口。这些节点可以单独使用,也可以作为复合节点的组成部分。
-
多输入节点(multiInputs):这种复合节点允许在一个节点内集成多个输入端口,特别适合需要同时接收多个数据源的场景。开发者可以灵活配置内部包含的输入节点数量。
-
多输出节点(multiOutputs):与多输入节点相对应,多输出节点支持在一个节点内定义多个输出分支。更强大的是,这种节点还支持嵌套使用,可以在一个多输出节点内再包含另一个多输出节点,形成层级化的输出结构。
-
中断节点(break):新增的中断节点为流程提供了可控的终止点,开发者可以在特定条件下主动终止流程执行。
这些新增的节点类型通过组合使用,可以构建出更加复杂的流程拓扑结构。例如,开发者可以创建一个多输入节点接收多种数据源,经过处理后通过嵌套的多输出节点进行分发,最后在特定条件下使用中断节点终止流程。
表单模型优化
在节点引擎方面,本次更新对表单模型处理进行了两项重要改进:
-
值比较优化:将原来的深拷贝(cloneDeep)改为浅拷贝(clone),并增加了浅层相等检查(shallowEqual)。这种优化在处理大型表单数据时能够显著提升性能,特别是在频繁更新表单值的场景下。
-
初始化格式化修复:修复了formatOnInit标志位下的表单值更新问题,确保在表单初始化时能够正确应用格式化规则,避免数据不一致的情况。
新增演示示例
为了让开发者更好地理解和使用新功能,v0.1.30版本新增了两个演示示例:
-
固定布局简单示例:展示了如何使用新增的节点类型构建基本流程,特别加入了流程选择(flow-select)功能,方便开发者快速切换不同的流程配置。
-
演示沙盒(playground):提供了一个交互式的开发环境,开发者可以在这个沙盒中自由尝试各种节点组合和配置,实时观察流程的变化和效果。
技术实现亮点
从技术实现角度来看,本次更新有几个值得关注的亮点:
-
复合节点的嵌套设计:多输入/多输出节点支持无限级嵌套,这种设计极大地扩展了流程编排的表达能力,同时保持了节点结构的清晰性。
-
性能优化:表单模型的浅拷贝和浅比较策略,在保证功能完整性的前提下,减少了不必要的深拷贝操作,提升了整体性能。
-
开发者体验提升:新增的演示沙盒环境大大降低了新用户的学习曲线,开发者可以通过实际操作快速掌握各种节点特性和组合方式。
这些更新使得Flowgram.ai在流程编排的灵活性和易用性上都迈上了一个新台阶,为构建复杂业务逻辑提供了更加强大的工具支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00