TinyEngine 2.1.0-rc.0版本发布:低代码开发平台迎来多项重要升级
TinyEngine是一款面向企业级应用开发的低代码平台,它通过可视化拖拽和配置的方式,帮助开发者快速构建Web应用。该平台提供了丰富的组件库、模板和工具,使开发过程更加高效便捷。最新发布的2.1.0-rc.0版本带来了多项功能增强和优化,进一步提升了开发体验。
核心功能升级
物料区块管理优化
新版本对物料区块的管理界面进行了全面改进。区块筛选功能现在拥有更加直观的UI设计,开发者可以更轻松地找到所需的组件。特别值得一提的是新增的全选功能,允许用户一次性勾选所有区块,大幅提升了批量操作的效率。
在物料分类方面,2.1.0-rc.0版本支持了分类和分组的合并功能。这一改进使得物料组织更加灵活,开发者可以根据项目需求自定义分类结构,让组件管理更加符合团队的工作习惯。
异步数据加载支持
本次更新引入了schemaDataAsync功能,为应用开发带来了异步数据加载能力。这意味着开发者现在可以处理需要等待数据返回的场景,如API调用等异步操作。这项功能特别适合需要与后端服务交互的复杂应用场景,大大扩展了TinyEngine的应用范围。
区块编译能力增强
新增的blockCompiler功能为区块开发提供了更强大的编译支持。开发者现在可以更灵活地定义和编译区块,使得自定义组件的开发过程更加顺畅。这一改进降低了区块开发的复杂度,为平台生态的扩展奠定了更好的基础。
重要问题修复
2.1.0-rc.0版本修复了多个影响开发体验的关键问题:
- 解决了导出名称不匹配的问题,确保了代码生成的一致性。
- 优化了状态管理中的getter实现,使状态获取更加可靠。
- 修复了插槽参数传递的问题,完善了组件间的通信机制。
- 改进了国际化绑定样式,提升了多语言支持的视觉效果。
- 修正了预览功能覆盖主文件的问题,保护了开发者的工作成果。
用户体验改进
除了功能性的增强,新版本还包含了一系列用户体验优化。包括界面元素的调整、操作流程的简化等,这些改进虽然细节,但能显著提升日常开发的舒适度。例如,国际化绑定的样式优化使得多语言配置更加直观,而区块筛选界面的改进则让组件查找更加高效。
总结
TinyEngine 2.1.0-rc.0版本在物料管理、异步处理、区块编译等核心功能上都有显著提升,同时修复了多个影响开发体验的问题。这些改进使得平台更加成熟稳定,能够更好地支持企业级应用的快速开发。对于正在使用或考虑采用低代码平台的团队来说,这个版本值得关注和试用。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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