LunarPHP 1.0.0-beta.7 版本发布:多语言支持与核心功能优化
LunarPHP 是一个现代化的 PHP 电商框架,为开发者提供了构建电子商务平台所需的核心功能。它采用了模块化设计,支持灵活扩展,同时保持了高性能和易用性。最新发布的 1.0.0-beta.7 版本带来了一系列改进和修复,进一步提升了框架的稳定性和功能性。
多语言支持增强
本次更新中,框架增加了对法语语言的支持。这一改进使得 LunarPHP 能够更好地服务于法语地区的电商项目,开发者现在可以更轻松地为法语用户提供本地化的界面体验。多语言支持是现代电商系统的重要特性,它有助于提升用户体验并扩大潜在客户群体。
核心功能修复与优化
配送区域处理改进
ShippingRateResolver 类中的 postcode() 方法得到了修复,解决了在某些情况下可能导致系统崩溃的问题。这个修复确保了邮政编码验证功能的稳定性,特别是在处理国际配送区域时更为可靠。
折扣系统增强
折扣功能方面有两个重要改进:
- 修复了客户组在折扣应用中的处理逻辑,确保折扣能够正确地针对特定客户组生效
- 改进了折扣子导航的扩展性,开发者现在可以更灵活地扩展和自定义折扣管理界面
这些改进使得折扣系统的配置更加精确,为商家提供了更细致的营销工具。
数据模型与索引优化
ProductOptionIndexer 现在能够正确处理模型 ID 的转换,将模型 ID 强制转换为字符串类型。这一改进解决了在某些数据库环境下可能出现的类型不匹配问题,确保了产品选项索引的可靠性。
价格计算精确性提升
框架修复了比较价格(compare price)的小数处理问题。在电商系统中,价格计算的精确性至关重要,这个修复确保了价格显示和计算的准确性,特别是在处理带有小数位的价格时。
安全性与用户体验改进
用户密码管理方面进行了重要优化:
- 在编辑客户用户密码时,不再对 password_confirmation 字段进行脱水处理
- 这一改进增强了密码修改过程的安全性,同时提供了更好的用户体验
测试与代码质量
框架的测试套件得到了更新,修复了 PHPUnit 的弃用通知。保持测试工具的现代性有助于确保框架的长期可维护性,同时也为开发者提供了更可靠的测试环境。
架构灵活性增强
ListSynth 的 getter 方法得到了修复,提高了数据处理的可靠性。此外,框架现在使用模型清单(model manifest)来查询"买X得Y"类型的促销条件和奖励,这一改进使得促销系统的扩展更加灵活,开发者可以更容易地添加自定义的促销条件类型。
总结
LunarPHP 1.0.0-beta.7 版本虽然在功能上没有引入重大变更,但对现有功能的稳定性和可靠性进行了全面优化。从多语言支持到核心业务逻辑的修复,这些改进使得框架更加成熟,为开发者构建电商应用提供了更坚实的基础。特别是对折扣系统、价格计算和配送逻辑的优化,直接提升了电商平台的关键业务流程质量。
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