AWS SDK for Go v2 2025-01-15版本发布:S3校验和增强与多服务更新
AWS SDK for Go v2作为亚马逊云服务的官方Go语言开发工具包,在2025年1月15日发布了重要更新版本。本次更新最显著的变化是对S3服务的校验和机制进行了全面增强,同时还包括了Bedrock Agent Runtime、Cognito Identity等多个服务的功能改进。
S3校验和机制的全面升级
在本次更新中,S3客户端的校验和行为得到了重大改进,主要体现在以下几个方面:
-
默认启用校验和计算:现在所有支持校验和的操作(如PutObject或UploadPart)或需要校验和的操作(如DeleteObjects)都会默认计算校验和,默认算法变更为CRC32。
-
灵活的校验和配置:开发者可以通过多种方式配置校验和行为:
- 代码层面使用RequestChecksumCalculation
- 共享配置中使用request_checksum_calculation
- 环境变量AWS_REQUEST_CHECKSUM_CALCULATION
-
响应校验和验证:S3客户端现在会尝试验证所有支持校验和的S3 API操作的响应校验和。如果SDK尚未实现指定的校验和算法,则会跳过此验证。
-
新增CRC64NVME算法支持:本次更新引入了对CRC64NVME校验和算法的支持,为多部分S3对象提供了完整的对象校验和,并增强了S3请求的默认完整性保护。
其他服务的重要更新
Bedrock Agent Runtime服务
现在支持内联代理的流式传输功能,这使得开发者可以更高效地处理实时数据流。
Cognito Identity服务
修正了双栈端点配置,提高了服务的兼容性和稳定性。
Partner Central Selling服务
新增了对ResourceSnapshotJob资源的标记支持,为资源管理提供了更多灵活性。
Workspaces服务
新增了GeneralPurpose.4xlarge和GeneralPurpose.8xlarge两种计算类型,为用户提供了更多选择。
Workspaces Thin Client服务
将MaintenanceWindow中的type标记为必填项,增强了API的严谨性。
配置模块更新
配置模块(config)也同步更新了对S3校验和机制的支持,开发者可以通过共享配置或环境变量来统一管理校验和行为。
总结
AWS SDK for Go v2的这次更新在数据完整性保护方面迈出了重要一步,特别是S3服务的校验和机制改进将显著提升数据传输的可靠性。同时,多个服务的功能增强也为开发者提供了更多可能性和便利性。建议所有使用相关服务的开发者及时升级到新版本,以获得最佳的性能和安全性体验。
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-1.5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-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