Odigos v1.0.166版本发布:新增三大云服务监控目标支持
Odigos是一个开源的分布式追踪和可观测性平台,它能够自动检测应用程序中的追踪点并收集遥测数据。最新发布的v1.0.166版本带来了多项重要更新,特别是新增了对AWS EMF、阿里云和Seq三大监控目标的集成支持,进一步扩展了Odigos在云原生环境中的应用场景。
核心功能更新
AWS EMF目标支持
新版本增加了对AWS Embedded Metric Format (EMF)的支持,这使得Odigos能够直接将指标数据发送到Amazon CloudWatch。EMF是AWS专为CloudWatch设计的一种指标格式,它允许开发者以结构化的方式定义和发送自定义指标。通过这一集成,用户无需额外配置转换层,即可将应用指标无缝对接CloudWatch服务。
阿里云监控集成
针对中国市场的需求,v1.0.166版本新增了对阿里云监控服务的支持。阿里云作为国内领先的云服务提供商,其监控服务被众多企业采用。这一集成使得使用阿里云基础设施的用户能够直接将应用性能指标和追踪数据发送到阿里云监控平台,实现统一的监控视图。
Seq日志服务器支持
Seq是一款流行的结构化日志服务器,新版本增加了对Seq的支持。开发者现在可以将应用日志直接发送到Seq服务器,利用其强大的搜索、过滤和可视化功能来分析应用日志。这对于.NET生态系统的用户尤其有价值,因为Seq最初就是为.NET应用设计的。
技术优化与改进
Java环境变量优化
在Java自动检测方面,新版本优化了环境变量的设置逻辑。现在当多个选项被定义时,Odigos只会设置一个环境变量,避免了潜在的配置冲突。这一改进提高了Java应用的稳定性,特别是在复杂部署环境中。
数据过滤增强
数据过滤功能得到了增强,现在Odigos会始终执行过滤操作,确保只有符合条件的数据会被收集和传输。这有助于减少不必要的网络流量和存储开销,特别是在高负载环境中。
开发者体验提升
多平台CLI工具
新版本继续提供跨平台的CLI工具支持,包括macOS(amd64/arm64)、Linux(amd64/arm64)和Windows(amd64/arm64)平台。开发者可以根据自己的开发环境选择合适的版本,享受一致的命令行体验。
Helm Chart更新
对应的Helm Chart也同步更新至1.0.166版本,Kubernetes用户可以通过熟悉的Helm工具快速部署最新版本的Odigos。Chart包大小保持在26KB,保持了轻量级的特点。
总结
Odigos v1.0.166版本通过新增三大云服务监控目标的支持,进一步巩固了其在云原生可观测性领域的地位。无论是使用AWS、阿里云还是Seq的用户,现在都能更便捷地将Odigos集成到自己的监控体系中。同时,在Java支持和数据过滤方面的优化,也体现了项目对稳定性和效率的持续追求。对于正在构建现代化可观测性体系的团队来说,这个版本值得考虑升级。
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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