Linkerd2 edge-25.4.3版本发布:优化Gateway API支持与追踪功能
Linkerd是一个轻量级的服务网格解决方案,它通过透明的代理机制为Kubernetes集群中的微服务提供流量管理、安全性和可观测性功能。作为云原生计算基金会(CNCF)的毕业项目,Linkerd以其简单性和高性能著称。
本次发布的edge-25.4.3版本主要带来了两个重要改进:对Gateway API支持的优化和追踪功能的默认端口调整。
Gateway API支持优化
在Kubernetes生态系统中,Gateway API正在成为Ingress的下一代标准。Linkerd从早期就开始支持Gateway API,本次版本在CLI工具中做了两处重要改进:
-
现在会明确检查集群中是否安装了v1版本的Gateway API资源。这是为了避免用户使用过时的API版本导致兼容性问题。
-
当检测到缺少必要的Gateway API CRD时,CLI会提供更精确的安装命令提示。这大大简化了用户的安装配置过程,减少了出错的可能性。
这些改进使得Linkerd与Gateway API的集成更加可靠和用户友好,特别是在多集群场景下部署服务时。
追踪功能默认端口调整
分布式追踪是微服务可观测性的重要组成部分。Linkerd支持将追踪数据导出到各种后端系统进行分析。
本次版本将默认的追踪端口从OpenCensus标准的55678调整为OpenTelemetry标准的4317。这一变化反映了行业趋势,因为OpenTelemetry正在成为云原生可观测性的事实标准。
需要注意的是,这一变更可能会影响现有部署:
- 如果用户已经配置了自定义的追踪收集器,可能需要相应调整端口设置
- 新部署将默认使用4317端口,与大多数现代追踪系统兼容
其他改进
除了上述主要变更外,本次发布还包括:
- 多项依赖库版本升级,包括Helm、Prometheus客户端等
- 多集群测试的稳定性改进
- 代理组件升级到v2.293.0版本
总结
Linkerd2 edge-25.4.3版本继续沿着简化服务网格管理的方向前进,特别是在与Kubernetes生态系统组件的集成方面做出了重要改进。对于计划使用Gateway API管理流量的用户,以及希望利用现代追踪系统的团队,这个版本提供了更好的开箱即用体验。
作为edge版本,它已经过充分测试,推荐用户评估使用。生产环境用户可关注后续的稳定版发布,这些改进将会包含在其中。
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