Grafbase项目发布0.25.0版本:增强可信文档的渐进式采用能力
Grafbase是一个现代化的GraphQL网关解决方案,它帮助开发者构建、部署和管理GraphQL API。作为GraphQL生态中的重要工具,Grafbase提供了强大的功能来优化API性能、安全性和可维护性。
可信文档功能的渐进式采用策略
在最新发布的0.25.0版本中,Grafbase对可信文档(Trusted Documents)功能进行了重要改进,使其支持更加灵活的渐进式采用策略。可信文档是GraphQL API安全性的重要组成部分,它通过预先注册和验证查询来防止恶意查询和查询注入攻击。
配置选项的扩展
新版本引入了更细粒度的配置选项,允许团队根据实际需求逐步实施可信文档策略。在grafbase.toml配置文件中,现在可以设置以下参数:
[trusted_documents]
enabled = true
enforced = true
bypass_header_name = "my-header-name"
bypass_header_value = "my-secret-is-{{ env.SECRET_HEADER_VALUE }}"
document_id_unknown_log_level = "error"
document_id_and_query_mismatch_log_level = "off"
inline_document_unknown_log_level = "warn"
渐进式采用的三阶段
-
监控阶段:仅设置
enabled = true时,网关会获取并缓存可信文档,但不强制执行。这允许团队收集数据并了解当前查询使用情况。 -
过渡阶段:通过配置不同的日志级别,团队可以监控潜在问题。例如,设置
document_id_unknown_log_level = "warn"可以在控制台看到哪些文档ID未被识别,而不会中断服务。 -
强制执行阶段:当
enforced = true时,网关将完全实施可信文档策略。新版本还放宽了对仅包含内联文档请求的限制,为迁移提供了更大的灵活性。
日志级别的精细控制
新版本引入了三种专门的日志级别设置,帮助团队更好地监控和调试可信文档的使用情况:
-
未知文档ID日志:记录请求中包含文档ID但找不到对应可信文档的情况。
-
文档ID与查询不匹配日志:记录同时发送查询文档和文档ID时,获取的可信文档与内联查询不匹配的情况。
-
内联文档未知日志:记录发送内联文档但找不到匹配可信文档的情况。
每种日志都可以独立配置为off、error、warn、info或debug级别,默认均为info级别。
其他改进
除了可信文档功能的增强外,0.25.0版本还修复了@skip和@include指令在反序列化子图响应时可能不被正确处理的问题,进一步提高了GraphQL查询的准确性和可靠性。
总结
Grafbase 0.25.0版本通过引入可信文档的渐进式采用策略,为团队提供了更平滑的迁移路径。这种分阶段的方法降低了采用门槛,使组织能够在不中断现有服务的情况下逐步提高API安全性。同时,精细的日志控制为监控和调试提供了强大工具,确保在完全强制执行前发现并解决潜在问题。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112