ASP.NET Core 10.0 Preview 2 版本深度解析
ASP.NET Core 是微软推出的开源跨平台Web框架,它构建在.NET Core运行时之上,为开发者提供了构建现代云原生应用的高性能平台。本次发布的10.0 Preview 2版本带来了多项改进和新特性,体现了微软对开发者体验和框架性能的持续优化。
核心改进与特性
1. 身份验证与授权增强
框架在身份验证和授权方面进行了多项改进,包括更清晰的API文档和更合理的参数命名。UserLoginInfo类现在采用了更一致的参数命名规范,使得API使用更加直观。此外,还新增了身份验证和授权相关的度量指标,帮助开发者更好地监控应用的安全性能。
2. 性能优化
本次预览版包含多项性能优化措施:
- DefaultKeyResolver现在只计算一次日期,减少了重复计算的开销
- 改进了EventCallback.Equals方法的实现,提升了Blazor组件的渲染效率
- 优化了流处理中的CancellationTokenSource管理,确保资源及时释放
3. Blazor改进
Blazor作为ASP.NET Core的重要部分,在这个版本中获得了多项增强:
- QuickGrid组件新增了关闭列选项UI的公共方法,提升了组件可控性
- 修复了NavigateTo在内部导航到相同URL时不滚动到顶部的问题
- 改进了NavLink的ShouldMatch行为,默认忽略查询字符串和片段标识
- 模板中新增了重新连接UI组件,改善了离线体验
4. OpenAPI/Swagger支持
框架对OpenAPI规范的支持有了显著提升:
- 升级到OpenAPI.NET v2.0.0-preview7
- 现在能够自动将XML文档注释填充到OpenAPI文档中
- 改进了对自引用模式集合的处理
- 修复了可为空集合类型的模式处理问题
5. 路由与终结点改进
路由系统获得了多项增强:
- 为RouteHandlerServices.Map方法添加了路由字符串语法支持
- 修复了路径规范化后的TrimEnd处理顺序问题
- 改进了WithGroupName方法的文档说明,使其用途更加明确
开发者体验提升
1. 诊断与监控
Kestrel服务器重新添加了DiagnosticSource支持,为开发者提供了更丰富的诊断信息。同时新增的AuthN/AuthZ度量指标让安全相关的监控更加全面。
2. 热重载改进
热重载代理获得了多项改进,提升了开发时的迭代效率,使开发者能够更快地看到代码更改的效果。
3. 文档与错误处理
框架修复了多处XML文档注释的问题,包括修复了IRazorViewEngine接口文档中的remarks标签结构。同时改进了表单POST处理,现在空字符串会被正确地视为可为空值类型的null值。
构建与部署
1. 安装程序改进
修复了ARM64平台上的ANCM安装程序问题,并优化了安装包版本控制。构建系统现在能够正确处理多阶段构建中的MSI包生成。
2. 开发证书
更新了开发HTTPS证书信任命令的输出信息,使其更加清晰易懂。
总结
ASP.NET Core 10.0 Preview 2版本在性能、开发者体验和功能完整性方面都做出了显著改进。从Blazor组件的增强到OpenAPI支持的完善,从路由系统的优化到安全监控的加强,这个版本为开发者构建现代Web应用提供了更加强大和易用的工具集。随着预览版的持续迭代,我们可以期待在正式版中看到一个更加成熟和完善的ASP.NET Core 10.0框架。
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