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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00