【氚云】2021-01-08更新详解

简介: 2021-01-08更新详解
  • 人员、部门等控件支持固定默认值
  • 人员、部门、地址等控件支持数据联动
  • 新增【手写签名】控件
  • 支持OCR功能,新增【文字识别】控件
  • 其他问题优化




1、人员、部门等控件支持固定默认值

功能说明:【人员单选】、【人员多选】、【部门单选】、【部门多选】等人员部门控件支持设置固定默认值

设置路径:【表单设计】➜【人员单选】➜【控件属性】➜【默认值】➜【固定值】

注:原【人员单选】控件“默认当前用户”设置项移至“固定值-其他参数”中 image.png

2、人员、部门、地址等控件支持数据联动

功能说明:【人员单选】、【人员多选】、【部门单选】、【部门多选】、【地址】等人员部门控件及地址控件支持数据联动

设置路径:【表单设计】➜【人员单选】➜【控件属性】➜【默认值】➜【数据联动】

image.png3、新增【手写签名】控件

功能说明:新增高级控件【手写签名】,详细使用及适用场景请参考手写签名使用专题讲解

设置路径:【表单设计】➜【高级控件】➜【手写签名】


注:支持PC端新版表单和移动端操作添加手写签名,PC端旧表单仅支持查看、不支持新增、编辑手写签名

image.png

image.png4、支持OCR功能,新增【文字识别】控件

功能说明:新增OCR功能,用于填写表单数据时,通过扫描图片自动填充证件信息,快速录入数据;详细使用及适用场景请参考文字识别使用专题讲解设置路径:【表单设计】➜【高级控件】➜【文字识别】

image.png5、其他问题优化

(5.1)人员部门控件限定范围优化

说明:人员或部门控件设置“仅以下人员/部门可选”为“当前用户所在部门”时,新增/编辑时当前用户所在的所有部门均可选


(5.2)附件预览优化

说明:优化附件预览,减少附件预览时所需的重复操作


相关文章
|
6月前
|
运维 Cloud Native 搜索推荐
玄晶引擎XgenCore Works 2.9.2版本深度解析,云原生适配下的全链路自动化运营升级
玄晶引擎XgenCore Works 2.9.2正式发布!作为阿里云PAI认证伙伴,新增8项核心功能,深度适配RDS/OSS/SLS等云服务,支持Helm一键部署。聚焦私域自动化、同城精准引流、AI评论互动与社群轻量化运维,实现全链路闭环运营,落地成本直降60%,助力中小企业低成本、高效率完成数字化升级。
396 1
|
人工智能 自然语言处理 供应链
从体验到系统工程丨上手评测国内首款 AI 电商 App
近期,1688 推出了 1688 AI App,这貌似是国内第一个电商领域的独立 AI App 应用(若不是,欢迎评论指正)。本文试图通过产品界面这一入口,窥探其背后的系统工程。
1806 84
|
3月前
|
数据采集 监控 安全
小红书搜索SEO优化:UGC信源池的排序系统架构与工程化实践
本文系统解析小红书搜索SEO工程方法论:基于UGC信源池+实时索引+四因子排序架构,详解关键词命中、内容质量、账号权重、互动信号的计算逻辑,提供从0到35天的落地路线、结构化笔记模板与多账号矩阵策略,并附白帽自查清单。(239字)
|
8月前
|
文字识别 程序员 API
Python 合并 PDF 文件(批量处理方法)
周一邮件堆成山?PDF合并总被收费、限页、传服务器?用Python+PyPDF2,5行代码批量合并PDF,免费、离线、无水印!支持自定义顺序、选页、加书签、处理加密/扫描件,还能打包成双击即用的exe——告别工具焦虑,三秒搞定。
873 4
|
人工智能 弹性计算 JSON
MCP进阶:一键批量搞定MCP工具部署
本文介绍了一种基于阿里云计算巢的一站式MCP工具解决方案,解决了传统MCP工具集成中的效率低下、调用方式割裂和动态管理困难等问题。方案通过标准化协议实现多MCP工具批量部署,提高云资源利用率,并支持OpenAPI与MCP双通道调用,使主流AI助手如Dify、Cherry Studio等无缝接入。内容涵盖背景、原理剖析、部署使用实战及问题排查,最后强调MCP协议作为“通用语言”连接数字与物理世界的重要性。
2537 62
MCP进阶:一键批量搞定MCP工具部署
|
算法 数据挖掘 BI
❤️ Python 利用NetworkX绘制精美网络图 ❤️
NetworkX 是一个用 Python 语言开发的图论与复杂网络建模工具,内置了常用的图与复杂网络分析算法,可以方便的进行复杂网络数据分析、仿真建模等工作。networkx支持创建简单无向图、有向图和多重图;内置许多标准的图论算法,节点可为任意数据;支持任意的边值维度,功能丰富。主要用于创造、操作复杂网络,以及学习复杂网络的结构、动力学及其功能。用于分析网络结构,建立网络模型,设计新的网络算法,绘制网络等等。
3423 0
❤️ Python 利用NetworkX绘制精美网络图 ❤️
|
分布式计算 并行计算 算法
层次聚类,层次聚类和树状图(WPGMA和UPGMA方法)(Matlab代码实现)
层次聚类,层次聚类和树状图(WPGMA和UPGMA方法)(Matlab代码实现)
599 2
|
存储 NoSQL 关系型数据库
十年大厂员工终明白:MySQL性能优化的尽头,是对B+树的极致理解
存储引擎是数据库的核心组件,负责数据的存储与管理。常见存储引擎如MySQL的InnoDB采用B+树结构,以优化读取性能,支持高效查询、范围检索和有序遍历。相比哈希表和B树,B+树通过减少I/O次数,提升大规模数据下的查询效率。本文深入解析B+树的原理、优势及其在MySQL中的应用。
592 0
|
运维 容器 数据库
2025 轻松部署 Odoo 18 社区版
传统手工部署 Odoo 存在诸多难题:手动安装 Docker 复杂易错、镜像拉取速度慢且易中断、配置参数繁琐、后期运维负担重。Websoft9 提供了一键安装解决方案,自动检测系统环境并加速国内镜像下载,智能配置避免端口冲突与弱密码风险。仅需三步(登录控制台、创建数据库、登录后台)即可完成极简部署,显著提升效率与安全性,是企业用户的理想选择。
2265 0
2025 轻松部署 Odoo 18 社区版
|
机器学习/深度学习 人工智能 自然语言处理
Transformer图解
Transformer 是一种在自然语言处理(NLP)领域广泛使用的模型架构该模型通过Self-Attention机制和位置编码技术替代传统的RNN结构,实现了并行处理和更有效的长距离依赖捕捉。Transformer主要由编码器(Encoder)和解码器(Decoder)两部分组成,其中编码器负责处理输入序列,解码器则基于编码器的输出生成目标序列。每一层的编码器和解码器内部均采用多头注意力机制(Multi-Head Attention)、前馈神经网络以及残差连接和归一化层,以增强模型的学习能力和稳定性。此外,位置编码的引入使得模型能够在处理无序的输入序列时保留词语的位置信息。
1782 13