Solon v3.1.1 发布:全面增强的轻量级Java应用框架
Solon是一个轻量级的Java应用开发框架,它强调简单、高效和模块化设计。Solon框架提供了从Web开发到微服务架构的全套解决方案,同时保持了极低的学习曲线和资源消耗。最新发布的Solon v3.1.1版本带来了多项重要更新和功能增强,进一步提升了开发体验和系统能力。
核心框架增强
Solon框架核心在v3.1.1版本中进行了多项优化。新增了AppContext::isStarting()方法,与现有的isStarted()方法配合,可以更精确地判断应用启动状态。这对于需要在特定启动阶段执行初始化逻辑的场景特别有用。
泛型注入检测能力得到了显著提升,GenericUtil.reviewType方法现在支持更深层次的泛型类型解析。同时,框架对环境变量的配置引用取消了全大写的限制,使配置更加灵活。
线程管理方面也有所调整,Solon的执行器线程现在被设置为守护线程,这有助于应用更优雅地关闭。Props类的getListedProp方法现在会按照配置顺序输出,保证了配置处理的确定性。
新增插件生态系统
v3.1.1版本引入了多个新插件,显著扩展了Solon的功能边界:
- solon-expression:提供了表达式解析和计算能力
- solon-security-web:增强了Web应用的安全防护
- 文档处理系列:
- solon-ai-load-ppt:支持PPT/PPTX文档解析
- solon-ai-load-word:支持DOC/DOCX文档解析
- AI存储后端:
- solon-ai-repo-qdrant
- solon-ai-repo-tcvectordb
- solon-ai-repo-elasticsearch
这些新插件使Solon能够更好地支持现代应用开发中的各种需求,特别是AI相关功能的集成。
现有功能优化
Solon的多个子模块在v3.1.1中得到了显著改进:
solon-flow工作流引擎:
- 新增
ChainContext:stop()方法用于停止流程 - 添加
FlowEngine:next(Node,ChainContext)接口支持异步唤醒 - 调整了中断策略,现在只中断当前分支
- 引入了
AbstractChainDriver抽象类,并将SimpleChainDriver重命名为SolonChainDriver
solon-data数据访问:
- 新增
@Transaction注解替代原有的@Tran注解 - 修复了sqlutils模块中
as查询不生效的问题
solon-net-httputils网络工具:
- 新增
execAsEventStream方法支持SSE流式接收 - 新增
execAsTextStream方法支持文本流接收
solon-rx响应式编程:
SimpleSubscriber增加了doOnNext()控制和cancel()方法
solon-mvc Web MVC:
- 优化了内容类型处理逻辑
- 加强了
ModelAndView视图路径的安全性检查
问题修复与兼容性
v3.1.1版本修复了多个重要问题:
- 修复了
RunUtil.async异步嵌套可能卡住的问题 - 解决了solon-mvc中Object类型注入识别问题
- 修正了solon-flow排它网关必会进入默认分支的行为
- 修复了solon-ai在流式调用时function call出错的问题
- 解决了solon-boot-smarthttp在引入同类插件时的自动排除问题
- 修复了solon-cache-redisson中RedissonClientSupplier可能返回null的问题
依赖升级
Solon v3.1.1同步升级了多个核心依赖:
- java-cron升级至1.0.1
- redisx升级至1.6.11
- snack3升级至3.2.129
- socket.d升级至2.5.18
- liquor升级至1.4.0
- folkmq升级至1.7.11
- beetlsql升级至3.31-RELEASE
这些依赖升级带来了性能改进、新功能和bug修复,进一步提升了Solon生态系统的稳定性和能力。
总结
Solon v3.1.1是一个功能丰富的中期版本,在保持框架轻量级特性的同时,大幅扩展了功能边界。新增的文档处理插件和AI存储后端使Solon能够更好地支持现代应用开发需求,而核心框架和各模块的优化则提升了开发体验和系统稳定性。对于正在使用Solon或考虑采用轻量级Java框架的团队来说,v3.1.1版本值得关注和升级。
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