RuoYi-Vue-Pro 2.4.1版本发布:工作流引擎全面升级
RuoYi-Vue-Pro是基于Spring Boot和Vue3的企业级快速开发平台,它整合了工作流引擎、多租户、数据权限等企业级特性。本次2.4.1版本带来了工作流引擎的重大升级,新增了多项实用功能,同时优化了系统性能和用户体验。
工作流引擎全面增强
本次版本对BPM工作流引擎进行了全方位的功能增强,使流程设计和管理能力达到了新的高度。
流程设计器功能扩展
在SIMPLE设计器中新增了多项关键功能组件:
-
延迟器:允许在流程中设置延迟执行节点,为需要定时触发的业务流程提供了原生支持。开发人员可以轻松配置延迟时间,实现如"3天后自动审批"等场景。
-
触发器:新增的触发器功能使流程能够响应外部事件,实现了事件驱动的流程设计模式。这大大扩展了工作流与外部系统的集成能力。
-
任务审批监听器:通过监听器机制,开发人员可以在任务审批前后插入自定义逻辑,实现如审批前数据校验、审批后通知等扩展功能。
-
路由分支:增强了流程的决策能力,支持基于条件的多路径分支,使复杂业务逻辑的流程建模更加直观和灵活。
流程审批功能优化
针对审批环节,本次更新带来了多项实用改进:
-
电子签名支持:在SIMPLE和BPMN设计器中都新增了电子签名功能,满足需要签批的业务场景合规性要求。
-
审批意见配置:新增了"是否需要填写审批意见"的配置选项,管理员可以根据业务需求灵活控制审批环节的信息填写要求。
-
跳过表达式:在BPMN设计器中增加了跳过表达式功能,允许基于条件自动跳过某些审批节点,提升流程效率。
流程管理增强
-
流程模型管理:优化了流程模型的编辑体验,新增了"复制"功能,方便快速创建相似流程。同时解决了列表卡顿问题,提升了操作流畅度。
-
流程实例清理:新增了基于模型的流程实例清理功能,帮助管理员维护系统数据健康。
-
流程数据查看:新增了流程实例数据查看功能,便于问题排查和业务审计。
系统功能优化与修复
除了工作流引擎的升级,本次版本还对系统整体进行了多项优化和问题修复。
管理后台改进
-
菜单管理优化:采用虚拟化树形控件重构了菜单管理界面,显著提升了大型菜单结构的渲染性能。
-
密码重置:新增了通过短信重置后台密码的功能,增强了账户安全性。
-
文件管理:文件列表新增了复制链接功能,提升了操作便捷性。
商城模块修复
- 修复了退款回收优惠券的错误逻辑
- 解决了分销提现金额计算不准确的问题
- 修正了积分兑换商品的校验逻辑
技术架构优化
在底层技术架构方面,本次版本也进行了多项改进:
- 优化了InEnum注解的使用,不再强制指定int类型,通过泛型提高了类型安全性。
- 简化了滑动脱敏处理器的实现,提升了数据处理效率。
- 解决了Vite构建工具的CJS Node API废弃警告。
总结
RuoYi-Vue-Pro 2.4.1版本通过全面增强工作流引擎功能,进一步巩固了其作为企业级开发平台的地位。新增的延迟器、触发器、电子签名等功能,使平台能够满足更复杂的业务流程需求。同时,系统性能和用户体验的持续优化,也体现了开发团队对产品质量的不懈追求。这些改进将使开发人员能够更高效地构建复杂的企业应用系统。
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