Nocobase v1.6.21 版本发布:工作流优化与关键问题修复
Nocobase 是一个开源的、可扩展的低代码开发平台,它通过提供丰富的功能模块和灵活的插件机制,帮助开发者快速构建企业级应用。最新发布的 v1.6.21 版本带来了一系列改进和问题修复,特别是在工作流管理和用户界面体验方面有了显著提升。
客户端改进与优化
本次更新在客户端方面进行了多项优化:
-
延迟加载API增强:新增了延迟API功能,特别针对那些不需要延迟打开的特定场景。这一改进使得开发者能够更精细地控制组件的加载时机,从而优化页面加载性能。
-
上传组件本地化:修复了上传组件的本地化问题,确保在不同语言环境下都能正确显示相关提示信息,提升了国际化支持。
-
密码输入组件增强:在高级组件(Input HoC)中增加了原生密码组件支持,为密码输入场景提供了更好的安全性和用户体验。
-
模板块引用优化:修复了在审批节点配置中鼠标悬停在引用的模板块上时抛出错误的问题,提升了工作流配置的稳定性。
关键问题修复
本次版本修复了多个影响用户体验的关键问题:
-
自定义关联字段显示问题:解决了自定义关联字段无法正确显示字段组件设置的问题,确保了字段配置功能的完整性。
-
UI组件懒加载问题:修复了缺失UI组件懒加载导致的渲染错误,提高了应用的稳定性。
-
继承字段显示问题:修正了继承字段在当前集合字段分配列表中错误显示的问题,使字段管理更加清晰准确。
-
iframe区块滚动条问题:解决了iframe区块设置为全高时出现垂直滚动条的问题,优化了页面布局效果。
工作流相关改进
在工作流方面,本次更新主要关注了以下改进:
-
手动节点状态常量:修正了手动任务状态常量的定义,确保工作流状态管理的准确性。
-
自定义动作事件测试:完善了自定义动作事件的测试用例,提高了工作流功能的可靠性。
其他重要修复
-
构建输出问题:解决了当插件依赖某些AMD库时构建输出不正确的问题,确保了构建过程的稳定性。
-
导入记录功能:修复了导入xlsx时间字段时出现的错误,提升了数据导入功能的可靠性。
-
备份管理:解决了在尝试使用密码恢复未加密备份时出现的超时错误,增强了备份恢复功能的健壮性。
总结
Nocobase v1.6.21 版本通过一系列改进和修复,进一步提升了平台的稳定性和用户体验。特别是对工作流管理、字段配置和UI组件的优化,使得开发者能够更加高效地构建和维护企业应用。这些改进体现了Nocobase团队对产品质量和用户体验的持续关注,也为后续功能开发奠定了更加坚实的基础。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00