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。
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
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python02
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00