OpenMage LTS v20.12.0版本发布:功能增强与稳定性提升
OpenMage LTS是Magento 1.x的一个长期支持分支,为仍在运行Magento 1.x系统的商家提供持续的安全更新、错误修复和兼容性改进。作为社区驱动的项目,它延续了Magento 1.x的生命周期,让商家可以继续获得必要的维护支持。
核心功能更新
本次发布的v20.12.0版本包含多项重要改进,其中值得关注的功能更新包括:
-
Composer插件升级:对composer-plugin进行了更新,提升了依赖管理的兼容性和稳定性。这一改进使得开发者能够更灵活地管理项目依赖。
-
日期处理优化:移除了过时的Date_Short功能并弃用了strftime函数,这是为了适应现代PHP版本的要求。strftime函数在PHP 8.1中已被弃用,这一变更有助于确保代码的前向兼容性。
-
购物车规则改进:对Mage_SalesRule_Model_Quote_Discount进行了更新,优化了购物车价格规则的计算逻辑,提升了折扣计算的准确性和性能。
关键错误修复
本次版本包含了多个重要的错误修复,显著提升了系统的稳定性:
-
网格列类型修复:解决了concat类型网格列的处理问题,确保了数据展示的正确性。
-
区块渲染问题:修复了使用getSortedChildren()方法时可能出现的区块重复渲染问题,这一修复对页面布局和性能都有积极影响。
-
属性本地化问题:修正了属性本地化处理中的错误,确保了多语言环境下属性显示的准确性。
-
国家ID验证:增强了国家ID提交时的异常处理,当提交无效的国家ID时系统能够优雅地处理,避免出现意外错误。
代码质量与维护改进
开发团队在此版本中投入了大量精力提升代码质量和维护性:
-
代码风格统一:通过PHP-CS-Fixer工具对所有目录进行了代码风格检查,确保整个项目的代码风格一致性。
-
静态分析增强:将PHPStan升级到v2.1版本,并添加了大量文档块(DOCblocks),显著提升了代码的静态分析质量。
-
测试覆盖扩展:新增了对Mage_Core_Model_Layout::getBlockSingleton()方法的测试,提高了核心功能的测试覆盖率。
-
过时代码清理:移除了不必要的PHP版本检查代码,简化了代码库并提高了可维护性。
依赖项更新
项目依赖项也得到了及时更新:
- 将openmage/composer-plugin从2.0.0升级到3.0.0
- 更新了php-cs-fixer到3.67.1版本
- 升级rector到2.0.6版本
- 更新了tinymce-i18n到24.12.30版本
这些依赖项的更新带来了性能改进、新功能和安全性增强。
总结
OpenMage LTS v20.12.0版本在功能、稳定性和代码质量方面都有显著提升。对于仍在使用Magento 1.x系统的商家来说,升级到这个版本可以获得更好的性能、更稳定的运行体验和更强的安全性保障。开发团队持续关注代码质量的改进,为项目的长期维护奠定了坚实基础。
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-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