Cal.com v5.0.12版本发布:性能优化与功能增强
Cal.com是一个开源的在线预约调度平台,它允许用户轻松地安排和管理会议、预约和其他类型的活动。该平台提供了丰富的功能集,包括与各种日历服务的集成、自定义预约类型、团队协作工具等。
核心改进
本次发布的v5.0.12版本带来了多项重要改进,主要集中在性能优化、错误修复和功能增强三个方面。
性能优化
-
动态导入Sentry捕获异常:通过动态导入Sentry的CaptureException功能,减少了初始加载时的资源消耗,提升了应用的整体性能。
-
移除原子仓库导入:优化了代码结构,移除了对原子仓库(monorepo)的不必要导入,进一步减小了打包体积。
-
节点版本升级:将Node.js版本升级至v20,利用最新运行时环境的性能优势,同时避免了即将EOL的v18版本。
功能增强
-
Intercom应用改进:增强了与Intercom客服系统的集成功能,提供了更流畅的用户体验。
-
HitPay支付应用更新:对HitPay支付应用进行了功能更新,提升了支付流程的稳定性和用户体验。
-
托管用户预订处理:改进了v2 API中对托管用户预订的处理逻辑,确保预订流程更加可靠。
-
团队可用性搜索:优化了团队可用性搜索功能,特别是对于非组织用户的搜索体验。
错误修复
-
预订字段覆盖问题:修复了团队事件中预订字段被意外覆盖的问题。
-
照片上传自动提交:解决了上传照片时自动提交表单的问题。
-
本地化值不正确:修正了本地化值处理不当的问题。
-
成员筛选问题:修复了成员筛选功能中的逻辑错误。
-
API日志大小限制:解决了API v2中Axiom日志超过列大小限制的问题。
技术细节
-
TypeScript升级:项目已升级至TypeScript 5.8.2版本,修复了相关类型问题并进行了必要的更新。
-
凭证命名规范化:将DWD(Domain Wide Delegation)重命名为更具描述性的DelegationCredential,提高了代码可读性。
-
响应处理标准化:为App Router API实现了默认响应处理器(defaultResponder),统一了API响应格式。
-
支付流程改进:为Alipay支付意图确认添加了return_url参数,解决了支付流程中的重定向问题。
开发者体验
-
Storybook移除:清理了项目依赖,移除了不再使用的Storybook组件库。
-
类型定义优化:改进了app-store的类型定义,防止类型钻取(type drilling)问题。
-
代码所有者更新:调整了CODEOWNERS文件,明确了平台相关代码的责任归属。
总结
Cal.com v5.0.12版本通过一系列性能优化、功能增强和错误修复,进一步提升了平台的稳定性和用户体验。特别是对支付流程、团队协作和API性能的改进,使得这个开源预约调度平台更加成熟可靠。开发者可以关注TypeScript升级和Node.js版本变更带来的影响,确保平滑过渡到新版本。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00