Odigos v1.0.168 版本发布:增强云原生可观测性能力
Odigos 是一个开源的分布式追踪和可观测性平台,它能够自动检测应用程序中的遥测数据(如追踪、指标和日志),并将其发送到各种可观测性后端。最新发布的 v1.0.168 版本带来了多项重要更新和功能增强,进一步提升了云原生环境下的可观测性能力。
核心功能增强
新增多个目标数据源支持
本次版本最显著的改进是增加了对多种流行可观测性后端的原生支持:
-
AWS EMF 目标:新增了对 Amazon CloudWatch Metrics 的 EMF(Embedded Metric Format)格式支持,使 AWS 用户能够更高效地将指标数据发送到 CloudWatch。
-
时序数据库支持:
- GreptimeDB:一个开源的时序数据库
- VictoriaMetrics:高性能的时序数据库和监控解决方案
-
商业可观测性平台:
- OneUptime:全栈监控平台
- Observe:现代可观测性平台
- Seq:专注于结构化日志的可观测性工具
- Tingyun:应用性能监控解决方案
-
云服务提供商:
- 阿里云(Alibaba Cloud)
- 甲骨文云(Oracle Cloud)
这些新增的目标数据源支持使得 Odigos 能够满足更广泛的用户需求,无论是使用开源解决方案还是商业产品的团队都能从中受益。
配置管理改进
-
环境变量配置增强:现在支持从环境变量中获取配置值(env valuefrom config),这为 Kubernetes 环境下的配置管理提供了更大的灵活性。
-
Java 代理优化:改进了 Java 代理的环境变量处理逻辑,现在只会设置一个环境变量,避免了多个选项定义时可能出现的冲突问题。
开发者体验提升
-
CLI 工具改进:
- 修复了节点收集器(node collector)的描述命令问题
- 移除了已弃用的 --rm-dist 参数,改用 --clean 参数
- 整合了发布 CLI 工具,简化了发布流程
-
文档修复:解决了文档崩溃的问题,提升了文档的稳定性和可用性。
依赖项更新
-
前端相关依赖升级:
- gqlgen 从 0.17.68 升级到 0.17.70
- gin-contrib/cors 从 1.7.3 升级到 1.7.4
- React 从 19.0.0 升级到 19.1.0
-
文档工具 mintlify 从 4.0.441 升级到 4.0.454
Python 代理更新
Python 代理升级到了 v1.0.34 版本,带来了性能改进和稳定性增强。
发布质量保证
新增了对开放偏移 PR 的发布检查(release check for open offsets PRs),进一步提高了发布流程的质量和可靠性。
总结
Odigos v1.0.168 版本通过增加对多种流行可观测性后端的支持,显著扩展了其应用场景。同时,在配置管理、开发者体验和发布质量方面的改进,使得这个开源可观测性平台更加成熟和可靠。对于正在构建云原生可观测性体系的团队来说,这个版本提供了更多选择和更好的使用体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C045
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0122
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