Bob ORM v0.37.0 版本发布:拥抱标准库的数据库操作革新
Bob 是一个现代化的 Go 语言 ORM 框架,以其简洁的 API 设计和强大的类型安全特性在 Go 生态系统中脱颖而出。它通过代码生成的方式,为开发者提供类型安全的数据库操作体验,同时保持了与标准库的良好兼容性。
重大变更:标准库优先的设计理念
本次 v0.37.0 版本最显著的变化是对标准库类型的全面拥抱。Bob 团队做出了两个关键决策:
- 可空字段现在使用标准库的
database/sql.Null[T]类型,而非之前的第三方库github.com/aarondl/opt/null.Val[T] - 可选字段(如 setter 方法中的参数)现在使用原生指针类型,替代了之前的
github.com/aarondl/opt/omit.Val[T]
这一改变虽然会导致现有代码需要较大规模的修改,但它带来了几个重要优势:
- 减少项目依赖,提高稳定性
- 增强与标准库的互操作性
- 降低新用户的学习曲线
- 提高代码的直观性和可读性
新特性解析
原生支持 pgx 驱动
新版本增加了对 pgx/v5 的原生支持,开发者现在可以直接使用 pgx 连接作为 bob.Executor。这一特性使得在 PostgreSQL 环境中使用 Bob 更加高效和自然。
SQLite3 支持扩展
感谢社区贡献者 @ncruces,Bob 现在支持 github.com/ncruces/go-sqlite3 驱动。这为 SQLite 用户提供了更多选择,特别是那些需要现代 SQLite 特性的项目。
类型配置灵活性增强
开发者现在可以更灵活地配置特定类型的可空版本生成方式,而不再局限于自动包装为 sql.Null[T]。这一改进为特殊场景下的类型处理提供了更多可能性。
接口优化与简化
事务接口改进
bob.Transaction 接口进行了重要调整:
Commit和Rollback方法现在接受context.Context参数BeginTx方法简化为Begin,并只接受单个 context 参数
这些改变使得接口更加简洁,同时提高了与非标准 SQL 驱动(如 pgx)的兼容性。
清理冗余接口
移除了多个冗余接口,包括:
New和NewQueryer函数,统一使用bob.NewDB、bob.NewTx或bob.NewConnStdInterface接口,简化了核心 APIorm.Model接口,减少了不必要的抽象层
类型系统改进
更智能的类型替换
在类型替换配置中,不再需要考虑可空性。这一改变简化了类型替换的配置逻辑,开发者现在可以更直观地定义类型映射关系。
生成代码优化
PrimaryKeyVals()方法现在改为私有,更好地封装模型内部实现- 移除了
in_generated_package配置选项,改用更灵活的导入路径处理机制
问题修复
本次版本还修复了几个关键问题:
- 正确处理 MySQL 表插入查询中的
nil参数 - 修复了 MySQL 和 SQLite 中查询切片关系的 bug
升级建议
对于现有项目,升级到 v0.37.0 需要特别注意:
- 所有使用
github.com/aarondl/opt类型的代码需要迁移到标准库类型 - 事务相关代码需要适配新的接口签名
- 类型替换配置可能需要调整以适应新的匹配逻辑
尽管升级工作量大,但从长远来看,这些改变将使代码更加健壮、更易于维护,并且与 Go 生态系统的其他部分更好地集成。
Bob 团队通过这次版本更新,再次证明了其对代码质量、开发者体验和标准兼容性的承诺。对于新项目,v0.37.0 提供了一个更干净、更标准的起点;对于现有项目,虽然需要一些迁移工作,但最终将获得更可持续的代码基础。
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