Gotenberg v8.16.0 版本发布:PDF 批注扁平化与 Chromium 稳定性提升
Gotenberg 是一个开源的文档转换服务,支持将 HTML、Office 文档等多种格式转换为 PDF。它基于 Docker 容器化部署,提供了简单易用的 API 接口,是开发者处理文档转换需求的理想选择。最新发布的 v8.16.0 版本带来了多项实用功能改进和性能优化。
PDF 批注扁平化功能
新版本引入了 PDF 批注扁平化功能,这是一个非常实用的特性。通过新增的 /forms/pdfengines/flatten 接口,开发者可以直接将 PDF 文档中的批注(如注释、标记等)永久性地"烧录"到文档内容中,使其成为文档不可分割的一部分。
这项功能特别适用于以下场景:
- 需要将带有审阅意见的文档定稿时
- 确保文档在不同设备上显示一致
- 防止接收方修改或删除批注内容
此外,该功能还被集成到了多个现有接口中,包括文档转换、PDF 合并和拆分等操作,开发者只需设置 flatten=true 参数即可启用。
Chromium 内存管理优化
Gotenberg 在处理 HTML 转 PDF 时依赖 Chromium 引擎。新版本改进了 Chromium 的重启策略,默认每处理 10 个请求后自动重启 Chromium 实例。这一改变能有效控制内存使用,防止长时间运行导致的内存泄漏问题。
对于有特殊需求的用户,仍可通过设置 --chromium-restart-after=0 参数恢复旧版行为。这项改进得益于社区成员的贡献,经过充分测试验证,能在不影响性能的前提下显著提升服务稳定性。
日志系统增强
日志系统新增了 log_type 字段,用于区分应用程序日志和访问日志。这一改进使得日志分析更加方便,特别是在排查问题时可以快速定位日志来源。
开发者体验改进
新版本还包含了一些贴心的开发者体验改进:
- 新增根路由
/,访问时会显示欢迎信息和文档链接 /version接口现在会遵循基本认证设置,提升了安全性- 构建系统优化,Docker 镜像构建时间从 1 小时缩短到 5 分钟
- 针对 ARM 架构提供了最新的 Chromium 版本支持
技术细节更新
底层技术栈也进行了常规更新:
- Chromium 升级至 132.0.6834.110/160 版本
- 更新了所有 Go 语言依赖项
这些更新不仅带来了新功能,也修复了已知问题,提升了整体性能和安全性。对于正在使用 Gotenberg 的开发者来说,升级到 v8.16.0 版本可以获得更稳定、功能更丰富的文档处理体验。
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