卓越方达logo200*800

KNIME Analytics Platform 5.2 的新功能

此版本的亮点是根据用户社区持续提供的重要反馈,对新用户界面进行了重大改进。此版本使新用户和有经验的用户能够更轻松地找到他们正在寻找的节点、在它们之间导航和平移、注释它们、显示相关文档、寻求帮助等。我们期待您的持续反馈,帮助我们为初学者和高级用户构建最直观的可视化编程体验。

在最新版本中,KNIME 还继续致力于让每个人都能访问分析,无论其背景如何。随着对 KNIME AI 助手、K-AI 的改进,以及使用 AI 自动为 Python 和可视化创建脚本的功能,我们正在进一步确保任何人都可以开始使用和提升分析技能,并利用他们的数据做更多的事情。这些功能还允许高级用户在人工智能的指导下更快地扩展到新的学科。

更轻松地四处走动并创建更整洁的工作流程

KNIME Analytics Platform 5.2 带有经过修订的应用程序标题,可让您更快地查找有用的文档、设置首选项、检查更新、安装扩展、切换工作区等。您还可以通过新标头轻松访问您的 KNIME 日志。

该版本还提供了多种编辑器交互模式,允许您选择节点、向工作流添加注释以及在工作流中平移和导航,从而允许您以适合您需求的方式与工作流编辑器进行交互。

在 5.2 中,您可以向节点连接添加“折弯点”,并随节点移动它们以创建更整洁的工作流。

更直观地浏览和探索空间

对空间资源管理器进行了一些增强,空间资源管理器是编辑器左侧的面板,可让您访问和导航项目及其中的工件,以改进工作流管理和协作。

  • 您可以在本地、KNIME Hub(协作和生产工作流的平台)或 KNIME 服务器上复制工作流和文件夹,以创建用于各种目的的副本。这对于创建备份、版本控制或基于现有结构启动新项目非常有用。
  • 您可以选择刷新项目以反映最新更改。这在协作工作以及其他团队成员对工作流或文件夹进行更新时特别有用。
  • 您可以在 KNIME Business Hub 空间之间移动项目,以便更好地管理工作流程和文件夹。
  • 空间资源管理器中的下拉列表现在按所有者分组,以便更好地组织。
与 KNIME 服务器的连接

对于我们的 KNIME 服务器用户,我们已将 KNIME 服务器连接添加到现代 UI 中。您现在可以从 Space Explorer 和主屏幕连接、访问和浏览 KNIME 服务器上的文件夹、工作流程和其他项目。您可以在KNIME分析平台中打开工作流,将其重新保存在服务器上,执行它们或创建执行计划,以及查看作业。

改进了节点存储库,以加快搜索和导航速度

节点搜索和快速添加节点要快得多。现在,将鼠标悬停在节点上可以立即查看该节点来自哪个扩展以及开发它的人。由合作伙伴或KNIME社区的开发人员提供的节点可以通过指标进行区分。您可以根据自己的喜好选择以列表或图标的形式查看节点。

更轻松地修改组件

您现在可以在组件中快速编辑元数据,例如更改描述、添加图标、更改类型、添加外部资源、添加标签等,从而实现更高效的工作流设计和维护。

通过右键单击可以从外部访问组件的布局编辑器,而无需展开并进入组件内部,从而更容易修改组件的布局。

您还可以在本地或 Hub 上共享组件,以便与团队成员协作。您可以在本地或 Hub 空间中将共享组件作为新选项卡打开,以获得更清晰的视图。

更清晰地与节点输出的数据进行交互

节点监视器是显示每个节点的输出表的功能,现在不仅可以在编辑器的底部面板中访问,还可以弹出到一个新的、单独的应用程序窗口中。这为监视和管理节点提供了更大的灵活性。

此外,现代 UI 中现在提供了“视觉刷”功能,使你能够轻松发现表中的行与图表和视图中的数据点之间的关系,因为选择数据点现在会突出显示表中的相应行。

此外,您现在不仅可以选择单个单元格,还可以选择节点监视器中表格中的整个单元格范围,并将它们粘贴到其他工具(例如电子表格)中。

节点对话框中的流变量支持

节点的配置对话框现在支持流变量,通过流变量,您可以决定是否要与工作流中的其他节点共享节点的输出,从而在工作流的不同部分之间实现信息交换。

K-AI响应更快,更准确,并显示其来源

KNIME AI 助手 K-AI 是一项正在积极开发的实验性服务,有几项重大改进。它使用更多与 KNIME 相关的数据进行训练,它显示了其来源,您可以获得更有意义和更快的响应。

K-AI 现在能够为您提供更准确的响应,不仅推荐您需要用于执行数据操作的节点,还提供有关如何配置它们以执行您需要的操作的指导,并以扩展的形式建议您可能需要的任何其他功能。

K-AI通过引用用于提供回复的来源来支持其回复,例如提供指向KNIME论坛帖子的链接,作为参考。这增强了生成式 AI 功能的透明度,使用户能够追溯信息的来源并评估内容的可靠性。

它的内存现在支持有意义的对话,而不仅仅是响应单个提示。

在自动创建工作流的“构建”模式下,K-AI可以根据您的提示为您配置节点。例如,您可以描述您希望如何汇总或组织数据透视表,它会自动为您配置透视节点。

现在,K-AI 可用于扩展现有工作流,而不是为每个请求创建新的工作流。

在此版本中,其 UI 已得到增强,使其更加直观,并与平台的其余部分保持一致。K-AI 的回复会流式传输到聊天中,因此您可以更快地查看其回复。

利用 AI 实现现代化脚本编写体验

此版本为 Python 脚本节点引入了新的编辑器,具有完全现代化的 UI,为您提供了增强的脚本体验。

 

此外,Python 脚本节点还带有一个 AI 编码助手,可根据您的提示自动生成 Python 脚本并为您完成繁重的工作,从而加快数据解决方案的构建速度。

在 Azure 环境中访问 LLM

KNIME AI 扩展现在提供对 Azure OpenAI 服务的支持。对 Azure OpenAI 服务的支持允许选择 Azure 作为其云基础结构的企业在熟悉的 Azure 环境中使用高级语言模型。

 
支持本地 LLM 安装以实现数据隐私

除了基于云的服务外,KNIME AI Extension 还支持本地安装 LLM。对于可能对其模型和数据的托管位置有特定要求或限制的组织来说,这种灵活性非常重要。它提供了在本地环境中使用 LLM 的选项,提供了对基础设施的更多控制,并可能解决与数据隐私和安全相关的问题。

您可以构建一个完全开源的 AI 驱动的应用程序,同时通过连接和使用 GPT4All 和 HuggingFace Hub 的开源聊天和嵌入模型来保持数据的私密性,而无需依赖专有或闭源解决方案。这些开放模式受益于来自多元化社区的贡献和反馈,促进了创新和持续发展。

KNIME AI 扩展中的矢量存储现在具有存储元数据的功能。因此,当您从模型获得响应时,您还可以了解有关信息来源的更多信息,例如信息的来源或使用的文档的 URL。这使用户可以更方便地检索和理解 KNIME 中 LLM 响应中使用的数据的上下文或来源。

KNIME AI 扩展还允许您连接到 DALL-E 并根据您的提示和描述生成图像。

报告功能可更快地生成报告

KNIME Reporting 扩展在 5.1 中首次引入,现在可供所有人使用,并已移出 KNIME Labs。该扩展程序可以更轻松、更快速地生成和分发静态报告,以满足一次性和重复性需求。您可以自定义报表中的内容,以根据您的特定需求进行定制,例如自定义表格中的行高、自动调整表格列的大小、在报表中添加分页符、设置数字和字符串的格式。其他更改包括新的“报表模板创建程序”节点,用于定义报表属性(如页面大小和方向),以及在将来的版本中进一步自定义报表。此外,新的“报表循环结束”节点允许在 KNIME 循环中收集报表页,例如,为不同的数据类别创建和收集报表页。

对于 KNIME 用户来说,生成报表的体验与生成数据应用程序一样直观。

使用 Apache ECharts 和其他增强功能创建视图以轻松解释数据

使用 AI 编码助手创建自定义 ECharts 视图

新的通用 ECharts 视图允许您基于 Apache ECharts 自由创建数据自定义视图,Apache ECharts 是一个广泛使用的开源 JavaScript 可视化库,可让您将图表添加到您的应用程序中。它提供了与其他 KNIME 视图相同的熟悉的视觉框架,并允许您在编辑时在图表预览中看到即时更新。它带有一个模板库,可让您快速入门。模板预览已在使用连接到节点的数据,因此您可以立即知道哪种绘图类型适用于您的数据。

Generic ECharts View 自带一个 AI 编码助手,让您通过简单的聊天为您的分析构建自定义可视化。这对于可能没有丰富编码经验的用户以及希望加快创建可视化过程的有经验的用户特别有益。它可用于通过报告扩展以及创建数据应用时创建报告,从而更轻松地呈现结果和获取见解。现在,您可以使用 AI 轻松创建各种可视化效果,并根据需要将其添加到报表和数据应用中。
 

通过表视图增强功能更好地将数据格式化并粘贴到其他应用中

通过对表格视图的增强,您可以根据自己的喜好快速调整行高和调整多列的大小。

使用颜色管理器直观地区分图表中的列

对于基于柱形的图表(如折线图),您现在可以为整个列指定颜色,然后将这些指定的颜色应用于表视图和相应的绘图。这意味着,当您创建折线图或条形图时,您可以为整个数据列指定颜色,而不是在更精细的级别(如单个数据点或列中的单元格)应用颜色。这对于直观地区分图表中的不同列或类别、保证不同图表之间的颜色一致以及更轻松地解释和分析数据非常有用。

“文本视图”节点,用于为数据应用提供说明

使用文本视图节点可以将标题和文本块合并到报表或数据应用中。使用此节点,您可以轻松地为数据提供上下文和解释,总结关键点,并提供对数据可视化的解释。

其他值得注意的增强功能

在KNIME Analytics Platform 5.2中,我们进行了多项增强功能以提高生活质量,包括分析电子邮件数据的能力,改进了对更多数据库和数据类型的支持,更轻松的格式化和清理,更好的代理支持等等。以下是一些改进。

  • 新的KNIME电子邮件扩展程序现在是KNIME Labs的一部分,可让您从任何IMAP兼容的电子邮件服务(如Google,Outlook等)读取电子邮件,从而简化电子邮件数据的提取和分析。处理后,电子邮件可以移动到另一个文件夹中进行进一步分类或存储,也可以移动到废纸篓。
  • KNIME 数据库扩展改进了对 Teradata 和 SAP HANA 的支持。它包括用于 Databricks 扩展的内置 Databricks JDBC 驱动程序,无需执行额外的设置步骤。该扩展还支持直接从数据库中读取和写入(基于文本的)化学和生物数据类型。
  • 新的字符串清理器节点使您可以更轻松地满足特定的格式设置和清理需求。它允许您对多列执行操作,删除特殊字符、符号、数字、空格和换行符,更改大小写,以及添加填充以获得最小字符串长度。在此处查看使用 String Cleaner 节点的现成工作流。
  • 更新后的 Google 和 Microsoft 身份验证器节点在身份验证器节点之间提供一致的用户体验。它们带有一个新的凭据小部件,支持流变量,使用户能够在各个步骤之间传递信息。新的凭据端口增强了与 REST 和 Python 的互操作性,同时保持了向后兼容性。
  • 现在,您可以通过经过身份验证的代理安全地连接到远程位置,以执行执行组件更新和其他相关操作等任务。代理配置可以在应用程序范围内使用,无论是与 KNIME Hub 上的空间交互和在 KNIME Explorer 中导航,还是在工作流中使用 REST 客户端节点,或者当您的工作流中有需要外部连接的 Python 节点时。
  • GroupBy、Row Aggregator 和 Pivot 节点等聚合节点现在的执行速度要快得多,尤其是在处理大型数据集时。Excel Reader 节点还允许您读取大小达 GB 的超大文件大小。
  • “呼叫工作流”节点现在允许您在 KNIME Hub 上选择要呼叫的工作流版本。
我们将24小时内回复。
取消