搜索[知识库增强]结果-低调大师优秀个人博客

精选列表

搜索[知识库增强]，共10000篇文章

支持语音方式问答，支持使用重排模型进行多路召回，MaxKB 知识库问答系统 v1.6 版本发布

2024年9月29日，MaxKB开源知识库问答系统正式发布v1.6版本。

2024-09-30

DBErp v3.0.6 发布：增强库存预警、后台报表导出与结算一致性

本次版本重点增强了库存批次与安全库存预警、后台报表导出、期初业务数据导入和往来结算一致性，同时新增移动应用连接入口，优化全局搜索、主题切换、安装更新进度及后台页面体验。

2026-10-20

DBErp v3.0.5 发布：移动端进销存能力上线，后台单据与结算同步增强

DBErp v3.0.5 已发布。这一版把进销存主流程延伸到手机端，并补强后台的单据复制、销售关单应收、单据履历和插件更新检查。已安装用户可在官方支持中心检查更新；新部署可从下载中心获取安装包。 DBErp 是可独立部署的进销存系统，面向批发、门店、仓储和贸易场景，覆盖商品、客户供应商、仓库库存、采购、销售、应收应付和报表。免费商用版可按许可协议安装使用；官方插件、在线更新与商业授权以官方支持中心记录为准。更新内容移动端后台新增移动端设置，支持应用连接与演示账号提示。手机端可查看工作台待办、消息通知，并做全局搜索。支持商品扫码，以及客户、商品、供应商、仓库等主数据的查看与维护。支持采购订单、采购入库、采购退货，销售订单、销售出库、销售退货。支持收款、付款、库存盘点、调拨，以及库存流水查询。低库存可跳转到对应处理入口；日期与显示时区与后台设置对齐。接口按登录用户权限开放，写操作仍受商业授权与业务权限控制。后台经营采购、销售等单据支持复制，减少重复录入。销售订单关闭后，按实际出库比例重算剩余应收；关闭只取消未出库部分，已收款和核销记录保留。单据履历、单据流和审批历史展示更完整，审计日志可按履历列动态写入。计量单位可在选择时快速新建。工作台图表支持自定义颜色。插件更新检查与缓存更稳定。升级说明建议通过系统更新中心升级，升级时会执行数据库迁移。升级前已经关闭的销售订单不会自动改账。这类历史单据请核对现有结算调整后，再按需手工处理。升级之后新执行的关闭，按新的应收口径计算。环境要求 PHP 8.3+ MySQL 8.0+ 或 MariaDB 10.6+ Composer 2.x Nginx 或 Apache 相关地址官方网站： https://www.dberp.com.cn 下载与更新： https://support.loongdom.cn/downloads 官方支持： https://support.loongdom.cn 移动端App可直接在下载页面下载使用

2026-09-30

弱网下音视频体验优化实战：抗丢包、低延迟与AI音画质增强

作为音视频产品经理，我们核心工作从来不是复刻实验室的完美数据，而是抹平真实场景与理想环境的体验落差。

2026-09-29

图像细节增强-图片模糊修复-色彩画质双重优化-图像高清修复API接口介绍

面对压缩模糊、色彩暗淡的图片素材，可通过本接口实现AI自动均衡亮度、饱和度、对比度，同步去除画面噪点、还原纹理细节，低成本完成图片美化，提升产品图片展示质感。支持 URL、Base64、文件三类图像上传途径，适配 JPG/PNG/BMP 等通用图片格式；处理完成同步产出图片直链与 Base64 编码素材，不用额外加工图片文件。

2026-08-24

Apache Doris AI RAG 实战：从基础 RAG 到知识图谱增强的技术能力与选型

结合 LangChain 完成文本分片、向量嵌入与检索生成；进一步通过 LLM 抽取实体关系、NetworkX 构建图结构、Pyvis 可视化、存入 Doris graph_chunk 表实现知识图谱增强

2026-08-12

构建高可用 RAG 大模型系统：从基础检索到上下文增强的实战指南

检索增强生成（Retrieval-Augmented Generation, RAG）已成为大模型落地企业知识库、客服机器人等场景的标配架构。然而，从 Demo 到生产环境，开发者常面临以下痛点：

2026-08-04

WeOps V5.23&V4.23 功能拓展，从日志管理到私有云纳管全面增强

直达原文：嘉为蓝鲸WeOps上新| WeOps V5.23&V4.23 AI日志智能提取：原来日志提取可以像划重点一样简单

2026-07-21

「增强而非替代」——一个 Rust 二进制文件重写 Node.js 工具链

我们要做的是增强它。」

2026-06-25

XXL-JOB v3.4.1 发布 | Docker 及 UI 交互、增强 XSS 防护及 AI Ready 重构

重构核心组件与项目结构，优化UI交互与线程管理，提升整体稳定性与可维护性；新增Docker镜像EXPOSE端口声明，调优任务参数长度，增强XSS安全防护；修复日志路径、时区显示等问题。

2026-06-14

OC 社区发布国内首个 AI Agent 增强的漏洞动态分级标准

今天，OpenCloudOS开源操作系统社区安全SIG正式推出EARS V1（Exploitability and Attack Risk Scale，漏洞可利用性与攻击风险等级V1），它并非是一个取代CVSS的新评分，而是一套实战化风险判断为核心的评级体系，通过综合分析漏洞利用条件、在野攻击态势与真实环境可达性，将动态威胁情报纳入评级体系，致力于反映漏洞对业务的真实影响与实时威胁。EARS V1旨在帮助用户与生态伙伴实现从“看分值”到“看风险”的漏洞治理进阶，让修复决策更精准、更及时。你可能见过这样的情况：同一个漏洞，不同发行版，两个不同结论。漏洞CVE-2025-24813，CVSS评分8.6（满分10分，高危），厂商A却把它定为“中”优先级。漏洞CVE-2025-0237，CVSS评分5.4（中危），厂商B却给了“高”优先级。为什么？因为厂商在用自己对产品配置、默认环境的理解，去校准CVSS这个通用评分——这是专业性的体现，也是行业共识。但即便经过了这样的校准，再看另一个场景：两个漏洞都是7.5分，一个正在被大规模利用，另一个披露一年了却无人问津。面对这两个漏洞，厂商评级可能都是“高”，也可能都是“中”——但更加贴切的风险评级，应该关注这个漏洞此刻是否正在被利用。问题的根源不在“谁评得准”，而在静态的评估框架，永远抓不住动态的威胁。今天，OpenCloudOS社区正式发布国内首个面向真实业务风险的动态漏洞分类分级体系。它不是一个取代CVSS的新评分，而是一套将动态威胁纳入评估核心的机制——让漏洞优先级既能反映你业务面临的真实风险，也能反映漏洞实时的威胁态势。一、漏洞的世界是怎么运转的？要理解我们的新标准，得先知道漏洞是怎么来的。当一个软件包（比如Linux内核）被发现有安全缺陷时，会给它发一个“身份证号”——CVE编号。同时给它打一个“技术分”——CVSS评分，0-10分，评分越高代表理论上的破坏力越大。这就是你经常看到的“漏洞CVSS评分8.8”的来源。用静态评分去衡量动态风险，就像用一张照片判断一个人的健康状况——照片只能记录按下快门的那个瞬间，而人的状态随时在变化。漏洞的技术评分（CVSS）就是那张照片：它在漏洞诞生的那一刻被定格。但真正的风险是动态的——一个CVSS评分原本是低危的漏洞，明天可能因为攻击工具的出现而变成致命威胁；而几个月后补丁普及，风险又降下去了。照片不会变，但人一直在变。用静态的快照去管理动态的风险，注定会错判。二、不止于评分：漏洞评分评级的困境 2.1 漏洞数量暴涨，但大多数只是“虚惊一场” 近几年，全球披露的漏洞数量持续攀升。如果只看评分应修尽修，安全团队会陷入什么境地？每天面对几十个高危告警，分不清哪些是真威胁、哪些是理论风险。最后要么麻木不仁，要么把精力浪费在永远不会被攻击的问题上。 [图1：全球CVE总数与Linux内核CVE趋势图（2021-2025）] 数据来源：公开CVE数据库。全球CVE总数从2021年的约2万增长到2025年的近5万，而Linux内核CVE占比从不足1%升至超过10%。漏洞数量的激增，很大程度上源于厂商的“防御性申报”——为了提升安全性，把极端条件下才可能触发的代码缺陷也标记为漏洞。 2.2 资源错配的代价 [图2：25年Kernel及其他软件包漏洞PoC/Exp分布] 据统计，每年披露的漏洞中，超过90%从未出现过公开的利用代码。如果把精力平均分配给所有高分漏洞，意味着你投入的100块钱，有90多块可能打了水漂。更糟的是，“过度修复”还可能引入系统稳定性风险——你在修复一个永远可能不会被攻击的漏洞时，反而可能把系统搞崩了。这也是我们在用户调研中，超过70%的OS使用者最担忧的问题。 2.3. 静态评分抓不住动态风险以Apache Tomcat漏洞CVE-2025-24813为例： 2025年3月12日，漏洞刚披露时，CVSS评分5.5，被定为“中危”——有一定威胁，但利用难度较大，看起来并不紧急。几天后安全机构首次观测到该漏洞的在野利用证据——意味着已经有攻击者开始用它真实入侵系统。随即鉴于威胁快速升级，CVSS评分从5.5紧急上调至9.8，进入“致命”级别。随后，该漏洞被列入“已知被利用漏洞清单”（KEV），成为全球公认的必须紧急处置的高危威胁。短短一周内，同一个漏洞从“中危”演变为“致命”，从“理论风险”变为“真实攻击”。如果只盯着它3月12日5.5分的CVSS评分不变化，你可能会把它归入“稍后处理”的队列——而一周后，攻击者已经找上门来。用同一个评分管到底，显然不合理。 [图3：CVE-2025-24813漏洞风险演变趋势图] 2.4厂商评级是可靠的，但通用评分仍有局限不同厂商对同一漏洞给出不同评级，是因为我们会基于自己的产品配置和默认环境做二次判断——这是专业性的体现。OpenCloudOS的评级也正是基于这样的深入理解。但即便最专业的评级，也无法覆盖所有可能的环境差异——有些组件可能并非默认安装，有些服务可能默认关闭，有些攻击路径可能依赖特定配置。这些差异，决定了同一个漏洞在不同场景下的实际风险可能截然不同。这正是OpenCloudOS社区发布新标准要解决的问题：过去我们基于静态分数评级，现在我们用一套动态机制来评级。这套标准将组件默认状态、攻击门槛、威胁情报等因素纳入内部评估流程，最终输出的是一个更贴近真实风险的优先级结论。三、OpenCloudOS社区的新标准EARS V1：动态计算风险的评估机制我们深知，一个漏洞的理论严重性（CVSS评分）与实际环境中的风险往往存在差距。因此，我们建立了一套“四维动态评估矩阵”。这套方法的核心理念是：充分尊重并利用CVSS作为科学基准，但绝不机械套用其分数，而是结合OpenCloudOS的服务器场景与实战威胁，进行二次深度研判。你可以将其理解为一个精密的“风险筛子”，它包含四个层层递进的评估维度：第一层：技术严重性——底层的参考系我们全面采纳CVSS v3/v4的基础指标（攻击向量、复杂度、影响等）作为客观、可比较的技术基准。这如同体检的生化指标，至关重要。但我们更清楚，同一份“体检报告”在不同个体（不同操作系统发行版）身上的临床意义可能天差地别。因此，CVSS评分是我们的起点和重要参考，而非直接决定修复优先级的最终判决。第二层：利用前提条件——评估漏洞的利用可行性在这一层，我们超越CVSS的通用描述，深入OpenCloudOS的具体环境，评估漏洞的实际利用可行性。关键问题包括：漏洞涉及的服务或组件，在OpenCloudOS的默认安装和配置中是否启用？攻击路径是否被OpenCloudOS默认的安全策略（如沙箱、访问控制）所缓解？利用所需的权限和交互条件，在典型的服务器生产环境中是否容易达成？经过这层筛选，许多理论评分很高的漏洞，因其在实际场景中极高的利用门槛，其紧急程度会被合理下调。第三层：业务影响研判——明确漏洞的实际危害我们区分不同的实际危害类型：是能让恶意利用者远程控制你的机器？还是只能窃取点不重要的信息？是能瘫痪整个系统？还是只能搞点小破坏？这一层帮你看清：即使漏洞存在、也能被利用，它到底会造成多大损失。第四层：威胁情报驱动——AIAgent动态感知在野利用态势 [图4：漏洞可利用性趋势示意图] 这是我们将静态评分转化为动态风险管理的关键。得益于AI Agent的飞速发展，我们得以广泛感知多元的威胁情报。不仅涵盖了国际公开漏洞情报、主流商业威胁情报、腾讯自研安全情报在内的多方信源，同时也能盯住互联网上与每个漏洞相关的博客文章、讨论和目击事件，做到风险持续监控：该漏洞是否已被列入权威的“已知被利用漏洞”清单？漏洞利用代码（PoC/Exp）是否已在公开或地下论坛出现？是否已监测到针对该漏洞的真实攻击活动？如果一个漏洞理论评分很高，但披露半年后仍未观察到公开的利用行为或活跃的攻击活动，那么它的修复优先级就应该动态下调。反之，如果一个漏洞在披露后短期内即出现公开的利用代码或在野攻击证据，它的优先级就需要及时上调。这4个维度不是简单的加权平均，而是相互校验的动态模型。技术严重性提供基础参考，利用前提条件衡量攻击门槛，利用结果区分危害类型，在野利用可能性反映实时威胁——4个维度综合研判，最终输出一个更贴近真实风险的结论。四、实践验证：新标准的效果与价值我们在2025年的全量漏洞数据上对EARS V1做了验证，结果如下：高危漏洞“水分”挤出率超过90%。经过新标准重新评估，真正需要紧急修复的漏洞数量大幅下降。以前可能盯着100个“高危”告警，现在优先关注不到10个。社区应对漏洞的精力，从“疲于奔命”变成了“精准制导”。重大威胁无一漏网。2025年业界多个具有重大影响的、正在被恶意利用的漏洞，新标准全部精准识别、正确定级，实现了应修尽修、无一遗漏。五、未来规划：AI赋能风险分析上述四维动态评估矩阵，是当前EARS V1落地应用的核心。而面向未来，我们正在探索如何让标准的执行更及时、更可靠。我们规划未来引入更多AI能力辅助风险分析：辅助特征分析：对于新曝光的漏洞，AI可以深入解读公告，背靠背阅读组件源代码，理解技术细节，分析潜在利用路径和业务影响，给出更加专业化的判断。动态优先级演算：结合多源情报，AI可以实时更新每个漏洞的在野利用概率，让优先级始终反映最新威胁态势。结语：让漏洞分级，真正反映你的真实风险 OpenCloudOS社区今天发布的这套EARS V1（漏洞可利用性与攻击风险等级），是我们对行业痛点的回应，也是我们在自身业务场景中验证过的实践沉淀。帮助用户不再被静态评分困扰，不再被海量告警淹没，而是能聚焦于那些真正威胁到业务的漏洞。我们期待OpenCloudOS社区及业界同仁携手，不断完善这一基于真实风险与动态证据的治理框架，推动基础软件安全迈入更智能、更高效的新阶段。如您对本标准有任何建议或希望进一步交流，欢迎联系我们：邮箱：security@opencloudos.tech

2026-03-25

RWKV-7 G1e 模型发布，全面增强，下载量持续增加，用户好评

模型实战通过添加更多高质量训练数据，RWKV7 G1e 增强了所有领域能力。我们先测试编程。

2026-03-16

腾讯开源 Youtu-RAG：新一代智能体驱动的检索增强生成系统

腾讯开源新一代智能体驱动的检索增强生成系统 Youtu-RAG，致力于让系统自主思考和处理检索增强生成流程。

2026-02-09

VTJ.PRO v0.13.39 发布：增强 uni-app 支持，实现 rpx 单位在线渲染

开源 AI 低代码引擎VTJ.PRO发布了新版本 v0.13.39，该版本显著增强了对 uni-app 跨端开发框架的支持，其中最核心的改进是支持 rpx 响应式单位在在线设计器中的实时渲染与预览。

2025-12-20

【AI 智能运维再进阶】—— Chatflow 多渠道触发、系统管理增强、节点优化上线

Blueking Lite 是一个AI First的轻量版运维产品，具有部署资源要求低、使用成本低、渐进式体验等特点，为运维管理员提供日常运维中的必备工具。本周更新如下 ✨ 【OpsPilot】 ⚙️ Chatflow 新增触发器类型：支持企业微信、钉钉、微信公众号等多种触发方式，灵活接入 Chatflow，拓展更多自动化使用场景。 🛠️ 【系统管理】 👑 新增超级管理员功能：集中化管理权限与配置，提升运维效率。 👥 新增虚拟团队功能：支持灵活的团队组织与协作管理。 📊 【节点管理】 🧩 探针管理优化：采集器与控制器拆分管理，结构更清晰、维护更高效。 💡 云区域优化：节点与配置管理页面交互升级，前端展示更美观。 🔗 体验环境：https://bklite.canway.net/ 🏠 官方网站：https://bklite.ai/

2025-10-31

LazyLLM教程 | 第1讲：RAG原理解读：让检索增强生成不再是黑盒

接着将介绍RAG技术的崛起，分析其如何通过结合外部知识库来增强大模型的能力，并详细阐述RAG的工作流程、核心组件、功能以及主要类型与变体。

2025-07-22

XXL-JOB v3.1.1 | 分布式任务调度平台（Dify工作流调度增强）

Release Notes 1、【调整】AI任务（difyWorkflowJobHandler）优化：针对 “baseUrl、apiKey” 等Dify配置信息，从执行器侧文件类配置调整至调度中心“任务参数”动态配置，支持多Dify应用集成并提升研发效率； 2、【优化】合并PR-2417，修复任务管理JobHandler录入空格问题； 3、【优化】合并PR-2504，规避SQL注入问题； 4、【升级】多个项目依赖升级至较新稳定版本，涉及 netty、spring/springboot、groovy 等；代码接入示例：AI 任务此处以 difyWorkflowJobHandler 为例，注意需要前置部署 AI 执行器（xxl-job-executor-sample-ai），可参考官方文档说明。步骤一：调度中心，新建 difyWorkflowJobHandler 任务步骤二：任务执行，查看任务进度及日志代码接入示例：常规任务 XXL-JOB 支持多模式任务，下文以简单的 “Bean 模式任务” 为例介绍，三步快速开发接入。步骤一：执行器，开发 Job 方法 @XxlJob("demoJobHandler") public void demoJobHandler() throws Exception { XxlJobHelper.log("XXL-JOB, Hello World."); } 步骤二：调度中心，新建调度任务步骤三：任务执行，查看任务进度及日志简介 XXL-JOB 是一个轻量级分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。中文文档：http://www.xuxueli.com/xxl-job/ 社区交流：http://www.xuxueli.com/page/community.html 特性 1、简单：支持通过 Web 页面对任务进行 CRUD 操作，操作简单，一分钟上手； 2、动态：支持动态修改任务状态、启动 / 停止任务，以及终止运行中任务，即时生效； 3、调度中心 HA（中心式）：调度采用中心式设计，“调度中心” 自研调度组件并支持集群部署，可保证调度中心 HA； 4、执行器 HA（分布式）：任务分布式执行，任务 "执行器" 支持集群部署，可保证任务执行 HA； 5、注册中心：执行器会周期性自动注册任务，调度中心将会自动发现注册的任务并触发执行。同时，也支持手动录入执行器地址； 6、弹性扩容缩容：一旦有新执行器机器上线或者下线，下次调度时将会重新分配任务； 7、触发策略：提供丰富的任务触发策略，包括：Cron 触发、固定间隔触发、固定延时触发、API（事件）触发、人工触发、父子任务触发； 8、调度过期策略：调度中心错过调度时间的补偿处理策略，包括：忽略、立即补偿触发一次等； 9、阻塞处理策略：调度过于密集执行器来不及处理时的处理策略，策略包括：单机串行（默认）、丢弃后续调度、覆盖之前调度； 10、任务超时控制：支持自定义任务超时时间，任务运行超时将会主动中断任务； 11、任务失败重试：支持自定义任务失败重试次数，当任务失败时将会按照预设的失败重试次数主动进行重试；其中分片任务支持分片粒度的失败重试； 12、任务失败告警；默认提供邮件方式失败告警，同时预留扩展接口，可方便的扩展短信、钉钉等告警方式； 13、路由策略：执行器集群部署时提供丰富的路由策略，包括：第一个、最后一个、轮询、随机、一致性 HASH、最不经常使用、最近最久未使用、故障转移、忙碌转移等； 14、分片广播任务：执行器集群部署时，任务路由策略选择 "分片广播" 情况下，一次任务调度将会广播触发集群中所有执行器执行一次任务，可根据分片参数开发分片任务； 15、动态分片：分片广播任务以执行器为维度进行分片，支持动态扩容执行器集群从而动态增加分片数量，协同进行业务处理；在进行大数据量业务操作时可显著提升任务处理能力和速度。 16、故障转移：任务路由策略选择 "故障转移" 情况下，如果执行器集群中某一台机器故障，将会自动 Failover 切换到一台正常的执行器发送调度请求。 17、任务进度监控：支持实时监控任务进度； 18、Rolling 实时日志：支持在线查看调度结果，并且支持以 Rolling 方式实时查看执行器输出的完整的执行日志； 19、GLUE：提供 Web IDE，支持在线开发任务逻辑代码，动态发布，实时编译生效，省略部署上线的过程。支持 30 个版本的历史版本回溯。 20、脚本任务：支持以 GLUE 模式开发和运行脚本任务，包括 Shell、Python、NodeJS、PHP、PowerShell 等类型脚本； 21、命令行任务：原生提供通用命令行任务 Handler（Bean 任务，"CommandJobHandler"）；业务方只需要提供命令行即可； 22、任务依赖：支持配置子任务依赖，当父任务执行结束且执行成功后将会主动触发一次子任务的执行，多个子任务用逗号分隔； 23、一致性：“调度中心” 通过 DB 锁保证集群分布式调度的一致性，一次任务调度只会触发一次执行； 24、自定义任务参数：支持在线配置调度任务入参，即时生效； 25、调度线程池：调度系统多线程触发调度运行，确保调度精确执行，不被堵塞； 26、数据加密：调度中心和执行器之间的通讯进行数据加密，提升调度信息安全性； 27、邮件报警：任务失败时支持邮件报警，支持配置多邮件地址群发报警邮件； 28、推送 maven 中央仓库：将会把最新稳定版推送到 maven 中央仓库，方便用户接入和使用； 29、运行报表：支持实时查看运行数据，如任务数量、调度次数、执行器数量等；以及调度报表，如调度日期分布图，调度成功分布图等； 30、全异步：任务调度流程全异步化设计实现，如异步调度、异步运行、异步回调等，有效对密集调度进行流量削峰，理论上支持任意时长任务的运行； 31、跨语言 / OpenAPI：调度中心与执行器提供语言无关的 OpenApi（RESTful 格式），第三方任意语言可据此对接调度中心或者实现执行器，实现多语言支持。除此之外，还提供了 “多任务模式” 和 “httpJobHandler” 等其他跨语言方案； 32、国际化：调度中心支持国际化设置，提供中文、英文两种可选语言，默认为中文； 33、容器化：提供官方 docker 镜像，并实时更新推送 dockerhub，进一步实现产品开箱即用； 34、线程池隔离：调度线程池进行隔离拆分，慢任务自动降级进入 "Slow" 线程池，避免耗尽调度线程，提高系统稳定性； 35、用户管理：支持在线管理系统用户，存在管理员、普通用户两种角色； 36、权限控制：执行器维度进行权限控制，管理员拥有全量权限，普通用户需要分配执行器权限后才允许相关操作； 37、AI 任务：原生提供 AI 执行器，并内置多个 AI 任务 Handler，与 spring-ai、ollama、dify 等集成打通，支持快速开发 AI 类任务。

2025-06-24

《灯灯》多租户快速开发平台 5.3.1 发布，增强稳定性与功能，优化前端体验

#📦 依赖版本升级依赖库升级版本 hutool > 5.8.38 lombok > 1.18.38 oshi > 6.8.2 groovy > 4.0.26 antisamy > 1.7.8 #🛠 修复与优化 #🔧 修复 (Fix) lamp-validator-starter 修复方法参数重复导致的多接口校验信息错乱问题解决无法获取字段多个校验参数的问题 lamp-web-max-vben 修复子应用切换后退出登录的重定向问题解决1级菜单配置外链时的页面显示与跳转异常员工管理页面看不到用户名等信息邀请用户加入企业时，查询后未勾选点确认报错，可以换成更清晰的提示个人中心页面，在页面切换后，无法获取 getFormData 内容消息中心页面，富文本内容，直接显示出了代码格式参数维护页面，查询条件为多选时，查询会报错字典管理页面，点击添加按钮，报not found 字典管理页面，父级标识查询出来的结果为空，子级的内容还是上次显示的数据。 lamp-data-scope-sdk 修复单位用户使用部门权限时的数据查询异常 lamp-web-pro 解决表单中integer类型参数校验失败问题 #✨ 功能 (Feature) lamp-system 资源管理新增link字段（支持外链/内链跳转） lamp-web-pro 新增开放文档功能 lamp-web-max-vben 完成移动资源功能 #♻️ 重构 (Refactor) sop-service-support 为OpenContext添加charset字段全局优化按maven-checkstyle-plugin规范统一代码注释 lamp-web-pro 用户编辑页支持修改用户名等字段体验网址 vben2 版 vben5 版 soybean 版数据源模式点我体验点我体验点我体验字段模式点我体验点我体验点我体验关于 lamp 灯灯(简称灯，英文名：lamp)，她是一个项目集，为满足高内聚低耦合设计原则，将一个大项目拆解为以下几个子项目： lamp-util：后端工具集 lamp-cloud：基于 Spring Cloud 实现的后台 lamp-boot：基于 Spring Boot 实现的后台 lamp-job：基于 xxl-job 集成本项目的分布式定时任务 lamp-generator：代码生成器 lamp-web：前端 lamp-cloud简介 lamp-cloud是基于SpringCloudAlibaba、SpringCloud、SpringBoot开发的微服务中后台快速开发平台，支持jdk17、jdk11和jdk8，专注于多租户 (SaaS 架构) 解决方案，亦可作为普通项目（非 SaaS 架构）的基础开发框架使用，目前已实现数据库隔离、字段隔离等租户隔离方案以及非租户隔离的解决方案。她拥有自研 RBAC（基于租户应用的角色权限控制体系）、网关统一鉴权、数据权限、优雅缓存解决方案、防缓存击穿、前后端统一表单校验、字典数据自动回显、可视化前后端代码生成器、支持多种文件存储、支持多种短信邮件发送接口、灰度发布、防 XSS 攻击、防 SQL 注入、分布式事务、分布式定时任务等功能；支持多业务系统并行开发，支持多服务并行开发，是中后台系统开发脚手架的最佳选择。 lamp-cloud 代码简洁，注释齐全，架构清晰，非常适合个人学习以及中小企业作为基础框架使用。采用 Spring Cloud Alibaba、SpringBoot、Mybatis、Seata、Sentinel、RabbitMQ、FastDFS/MinIO、SkyWalking 等主要框架和中间件。本项目旨在实现基础框架能力，不涉及具体业务。关注项目官网：https://tangyh.top 源码：https://github.com/dromara/lamp-cloud 源码：https://gitee.com/dromara/lamp-cloud

2025-06-23

View Shadcn UI v2025.1.3 正式发布 - 新增IP输入框组件与多项功能增强

地址格式设计，提供准确的输入验证 ✅灵活尺寸配置- 提供多种尺寸选择，适应不同场景需求 ✅表单集成- 完美融入表单验证体系 ✅自定义分隔符- 支持自定义IP地址分隔符样式 ✅禁用状态- 支持禁用状态，增强用户体验

2025-05-27

SuperSocket 2.0.1 发布：为 .NET 套接字应用程序提供增强的稳定性和性能

此版本专注于稳定性改进、性能优化和增强的开发者体验。主要亮点增强的稳定性和可靠性 SuperSocket 2.0.1解决了几个关键的稳定性问题，提高了基于套接字应用程序的整体可靠性。

2025-05-24

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。