Volo 0.10.5 版本发布:HTTP 功能增强与稳定性提升
Volo 是 CloudWeGo 开源的高性能 RPC 框架,专注于提供简单易用、高性能的微服务开发体验。最新发布的 0.10.5 版本带来了多项 HTTP 功能增强和稳定性改进,进一步提升了开发者的使用体验。
HTTP 功能全面增强
本次更新中,HTTP 模块获得了多项重要改进。首先是对 multipart 表单的支持,开发者现在可以更方便地处理文件上传等复杂表单场景。同时新增了 cookie 功能支持,使得客户端能够更好地管理会话状态。
在性能优化方面,新版本避免了不必要的路由参数向量扩展,减少了内存分配开销。此外还改进了客户端 IP 获取机制,将客户端 IP 信息放入上下文扩展中,方便中间件获取和使用。
客户端与服务端改进
新版本对 HTTP 客户端和服务端都进行了多项优化。客户端方面,重构了 ClientBuilder、Target 和 CallOpt,使 API 更加清晰易用。服务端则新增了 TimeoutLayer 和 FailOnStatus 中间件,为请求处理提供了更多控制选项。
特别值得注意的是,新版本改进了 Body 类型的封装,统一包装了 hyper::body::Incoming,简化了请求体处理逻辑。同时引入了 hyper_util::server::auto,为服务端提供了更灵活的运行时选择。
代码生成优化
在代码生成方面,0.10.5 版本解决了多个问题。现在能够正确处理 IDL 服务方法参数中的关键字转义,避免与 Rust 关键字冲突。同时修复了本地 IDL 文件路径处理的问题,确保使用原始给定路径。
新增了将生成的 Pilota 文件拆分为多个文件的选项,以及将 gRPC 生成文件拆分为多个文件的功能,这有助于管理大型项目的代码结构。
错误处理与稳定性
新版本改进了错误处理机制,为 Error 类型实现了 source 方法,提供了更完整的错误链信息。同时默认不再记录服务器端的 broken pipe 错误,减少了日志噪音。
在连接管理方面,修复了 Thrift 模块中空闲连接等待的问题,确保在等待失败时正确清理等待队列。此外还确保了热重启的 sockdir 目录存在,提高了可靠性。
开发者体验提升
除了功能改进外,0.10.5 版本还包含多项开发者体验优化。新增了测试辅助工具的文档说明,重构了 RequestPartsExt 和 WebSocket 实现,使 API 更加一致和易用。
客户端方面减少了不必要的 Result 包装,简化了错误处理流程。同时新增了 json-utf8-lossy 特性,为 JSON 处理提供了更多灵活性。
总体而言,Volo 0.10.5 版本通过多项功能增强和稳定性改进,进一步巩固了其作为高性能 RPC 框架的地位,为开发者提供了更强大、更可靠的微服务开发工具。
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-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
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