FreeSql v3.5.206版本发布:异步流与EF模型同步能力升级
FreeSql作为一款功能强大的.NET ORM框架,在最新发布的v3.5.206版本中带来了多项重要改进和新特性。本文将详细介绍这些更新内容及其技术价值。
核心特性增强
异步流查询支持
新版本为ISelect接口增加了ToChunkAsyncEnumerable方法,实现了真正的异步流式查询能力。这一特性特别适合处理大数据量场景,开发者现在可以像处理普通IAsyncEnumerable一样处理数据库查询结果,但背后是分块(chunk)从数据库读取数据的机制,有效降低了内存消耗。
EF Core模型同步工具
新增的FreeSql.Extensions.EFModel扩展提供了从EF Core的ModelBuilder FluentAPI同步到IFreeSql的能力。这意味着团队可以继续使用熟悉的EF Core建模方式,同时享受FreeSql的高性能查询优势,为混合使用两种ORM提供了便利的桥梁。
数据库适配改进
针对Firebird数据库,本次更新增加了ForUpdate查询的skiplocked参数支持,完善了锁机制。同时修复了Inserted/Deleted与Repository级联操作的冲突问题,提升了复杂业务场景下的稳定性。
DuckDB用户将受益于CodeFirst模式下索引创建异常的修复,这使得在这个新兴的分析型数据库上使用FreeSql更加顺畅。
数据操作优化
修复了InsertOrUpdate操作中AuditValue被触发两次的问题,确保了审计日志的准确性。同时优化了ToList子查询的处理逻辑,避免了某些边界条件下的错误结果。
状态管理与低代码支持
Repository模式的状态管理现在支持Ignore属性标记(非副本模式),为领域驱动设计提供了更灵活的支持。ZeroEntity低代码扩展得到进一步完善,简化了快速原型开发的流程。
技术价值分析
这些改进体现了FreeSql在以下几个方面的持续进步:
- 性能优化:异步流查询减少内存占用,特别适合数据分析和报表场景
- 生态融合:EF模型同步工具降低了从EF Core迁移的技术门槛
- 稳定性提升:修复多个边界条件bug,增强生产环境可靠性
- 开发体验:状态管理和低代码支持让开发更高效
对于正在评估或已经使用FreeSql的团队,v3.5.206版本提供了更成熟稳定的功能集,特别是在处理复杂数据场景和与其他ORM协作方面有了显著提升。建议开发团队评估这些新特性如何能够优化现有数据访问层设计。
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-1.5暂无简介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