ASP.NET Core 10.0 Preview 2 新特性解析
ASP.NET Core 10.0 Preview 2 带来了一系列令人兴奋的改进和新功能,主要集中在Blazor、OpenAPI和核心框架功能上。本文将详细介绍这些新特性,帮助开发者更好地理解和利用这些改进。
Blazor 导航改进
同页导航不再滚动到顶部
在之前的版本中,使用Blazor的NavigateTo方法导航到同一页面时,浏览器会自动滚动到页面顶部。在10.0 Preview 2中,这一行为已被修改,当导航到同一页面时(如仅更改查询字符串或片段),浏览器将保持当前滚动位置。这一改进特别适用于需要在当前页面更新地址而不希望中断用户浏览体验的场景。
NavLink匹配行为优化
NavLink组件的NavLinkMatch.All匹配模式现在会忽略查询字符串和片段部分。这意味着只要URL路径匹配,即使查询字符串或片段发生变化,链接仍会保持active类。如果需要恢复旧行为,可以使用Microsoft.AspNetCore.Components.Routing.NavLink.DisableMatchAllIgnoresLeftUriPart开关。开发者还可以通过重写ShouldMatch方法来自定义匹配逻辑。
QuickGrid新增关闭列选项功能
QuickGrid组件新增了CloseColumnOptionsAsync方法,允许开发者以编程方式关闭列选项UI。这在实现某些交互逻辑时非常有用,例如在应用过滤器后自动关闭选项面板。
OpenAPI 增强功能
XML文档注释集成
ASP.NET Core现在支持将XML文档注释自动集成到生成的OpenAPI文档中。要启用此功能,需要在项目文件中设置GenerateDocumentationFile属性为true。这一改进使得API文档更加丰富和准确,减少了手动维护文档的工作量。
需要注意的是,C#构建过程不会捕获lambda表达式上的XML注释。因此,要为最小API端点添加元数据,需要将端点处理程序定义为方法,并在方法上添加XML注释,然后在MapXXX方法中引用该方法。
OpenAPI.NET升级至v2.0.0-preview7
ASP.NET Core中的OpenAPI文档生成库已升级到v2.0.0-preview7版本。这个版本包含多项改进和错误修复,同时也引入了一些破坏性变更,主要影响使用文档、操作或模式转换器的用户。主要变更包括:
- OpenAPI文档中的实体(如操作和参数)现在被类型化为接口
OpenApiSchema类型中的Nullable属性已被移除
表单处理改进
在处理带有[FromForm]属性的复杂对象时,空字符串值现在会被转换为null,而不是导致解析失败。这一变更使得表单处理行为更加一致,特别是在处理可为空值类型时。例如,当表单中包含一个DateOnly?类型的字段时,空字符串将正确地映射为null值。
认证授权指标
ASP.NET Core现在为认证和授权事件提供了详细的指标数据,包括:
- 认证请求持续时间
- 挑战次数
- 禁止访问次数
- 登录次数
- 登出次数
- 需要授权的请求计数
这些指标对于监控应用安全性和性能非常有帮助,特别是在使用Aspire仪表板等工具时,可以直观地查看这些安全相关指标的趋势和分布。
总结
ASP.NET Core 10.0 Preview 2带来了多项实用改进,从Blazor的导航优化到OpenAPI文档的增强,再到核心框架功能的完善,这些变更都旨在提升开发体验和应用性能。开发者可以根据项目需求逐步尝试这些新特性,为正式版的发布做好准备。
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