Ever-Gauzy项目v0.622.12版本技术解析
2025-06-19 05:44:47作者:裘旻烁
Ever-Gauzy是一个开源的企业管理平台,提供了包括项目管理、时间跟踪、客户关系管理(CRM)、人力资源管理和财务管理等在内的多种功能。该项目采用现代化的技术栈构建,支持Docker容器化部署,具有高度的可扩展性和定制性。
核心改进与功能更新
数据库实体结构调整
本次更新对多个数据库实体表进行了结构调整,主要涉及字段重命名和类型修改:
- 将"createdById"字段统一更名为"createdByUserId",提高了字段命名的一致性和可读性
- 对EntitySubscription、EquipmentSharing、OrganizationContact和RequestApproval等实体表进行了结构变更
- 新增了基础实体订阅器(BaseEntitySubscriber),用于自动化处理审计字段
这些变更使得数据模型更加规范,为后续的审计日志功能打下了良好基础。
审计功能增强
项目引入了自动化审计字段处理机制:
- 通过基础实体订阅器自动记录实体的创建和修改信息
- 统一了审计字段的命名规范
- 为后续完整的审计日志功能提供了技术基础
这一改进将大大简化开发过程中对审计信息的处理,提高系统的可追溯性。
Webhook服务集成
新增了Webhook服务功能:
- 实现了事件处理和触发机制
- 特别针对定时器事件进行了优化
- 集成了make.com平台,增强了系统与其他服务的集成能力
这使得Ever-Gauzy能够更好地与其他系统进行集成,扩展了其作为企业中心平台的能力。
前端与用户体验改进
任务管理优化
- 修复了任务过滤功能的问题
- 提高了任务列表的查询效率
- 优化了任务筛选条件的处理逻辑
这些改进使得任务管理更加流畅,特别是在处理大量任务时性能显著提升。
角色权限管理增强
- 修复了角色权限模块加载问题
- 新增了角色和权限列表的搜索过滤功能
- 优化了权限分配的用户界面
这些改进使得系统管理员能够更高效地管理用户权限,提高了系统的安全性和易用性。
标签类型处理
修复了标签类型加载问题:
- 确保标签类型能够正确加载和显示
- 优化了标签相关的数据处理流程
- 提高了标签系统的稳定性
项目模块同步优化
针对项目模块进行了重要改进:
- 修复了项目创建、更新和删除时的同步问题
- 优化了项目数据的一致性处理
- 提高了多用户协作时的数据同步效率
这些改进对于团队协作场景尤为重要,确保了项目信息的实时性和准确性。
桌面应用增强
插件市场功能
- 为桌面应用新增了插件市场功能
- 提供了插件发现、安装和管理的一体化解决方案
- 扩展了应用的功能定制能力
这一功能将大大增强Ever-Gauzy桌面版的扩展性和灵活性。
macOS应用公证
- 实现了macOS应用的公证流程
- 提高了应用在macOS系统上的安全性和可信度
- 解决了应用在最新macOS版本上的运行问题
构建与部署优化
Docker改进
- 优化了Docker Compose配置
- 解决了Jitsu服务的事件文件夹问题
- 改进了Web应用包的Docker部署流程
这些改进使得基于Docker的部署更加稳定和高效,降低了运维复杂度。
依赖项更新
- 将axios从1.7.9升级到1.8.2
- 将prismjs从1.29.0升级到1.30.0
- 将@mikro-orm/core从6.4.2升级到6.4.5
- 移除了不再使用的@cloudinary/ng包及其相关依赖
这些依赖项的更新和清理工作提高了项目的安全性和维护性。
总结
Ever-Gauzy v0.622.12版本带来了多项重要改进,特别是在数据模型规范化、审计功能基础、Webhook集成和桌面应用增强方面。这些改进不仅提高了系统的稳定性和性能,也为未来的功能扩展奠定了坚实基础。对于企业用户而言,新版本在团队协作、系统集成和管理效率方面都有显著提升。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878