Coder v2.18.4版本发布:关键Bug修复与稳定性提升
Coder是一个开源的开发者工作空间管理平台,它允许开发团队在云端或本地快速创建、管理和共享开发环境。通过将开发环境容器化,Coder解决了"在我机器上能运行"的经典问题,同时提供了安全、可复现的开发体验。
版本核心改进
本次发布的v2.18.4版本主要聚焦于稳定性修复和性能优化,包含以下几个关键改进:
工作空间代理脚本执行优化
该版本修复了一个可能导致仪表板内存泄漏的问题(#15921),同时确保当代理崩溃时启动脚本不会继续运行。技术实现上,现在会返回每个脚本的第一个工作区代理脚本计时,而不是累积所有执行时间。这一改进显著降低了长时间运行工作空间时的内存占用,提高了系统整体稳定性。
工作空间标签优先级调整
修复了使用变量设置工作空间标签失败的问题。现在正确处理了coder_workspace_tags和request_tags之间的优先级顺序。在模板设计中,开发者现在可以更灵活地通过变量动态设置工作空间标签,而不会与系统预设标签产生冲突。
自定义角色上下文修复
解决了从工作空间代理上下文中获取自定义角色时某些端点无法正常工作的问题。这一修复确保了基于角色的访问控制(RBAC)系统在工作空间代理环境中的正确运作,使权限管理更加可靠。
模板示例改进
针对Docker模板示例进行了优化,现在默认持久化/home/coder目录而不是使用变量/home/${local.user}。这一变更使得模板更加标准化,减少了因用户变量配置不当导致的持久化问题,特别适合新手用户快速上手。
技术影响分析
这些修复虽然看似细微,但对系统稳定性有显著提升:
- 内存泄漏修复直接影响了大规模部署下的长期运行稳定性
- 标签优先级调整增强了模板系统的灵活性
- 角色上下文修复强化了安全控制的可靠性
对于系统管理员而言,建议尽快升级到此版本,特别是那些遇到内存增长问题或需要灵活标签管理的环境。
升级建议
对于运行v2.18.x系列版本的用户,这是一个推荐的安全和稳定性更新。升级过程与常规版本相同,可以通过各平台的标准包管理工具完成。新用户可以直接使用此版本作为生产环境的基础版本。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00