Odigos v1.0.185版本发布:增强运行时检测与动态目的地支持
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运行时环境,并生成相应的遥测数据。最新发布的v1.0.185版本带来了一系列功能增强和问题修复,进一步提升了平台的稳定性和可用性。
运行时检测能力增强
本次版本对运行时检测功能进行了显著改进。Odigos现在能够更准确地识别应用程序的运行环境,这对于自动生成遥测数据至关重要。改进后的检测机制能够处理更复杂的运行场景,为后续的数据收集和分析打下坚实基础。
PHP代理升级
PHP代理组件已升级至v0.1.18版本。这一更新为PHP应用程序提供了更好的可观测性支持,包括更全面的指标收集和更稳定的性能表现。对于使用PHP构建的服务,这一升级将显著提升监控数据的质量和可靠性。
Quartz任务调度监控优化
针对使用Quartz任务调度框架的应用,新版本优化了跨度(span)命名策略,降低了潜在的高基数问题。这一改进使得监控数据更加规范化,有助于提升查询效率和分析准确性。
Helm图表改进
在Kubernetes部署方面,Helm图表进行了多项优化:
- 移除了mountMethod参数的默认值,允许通过profile更灵活地覆盖配置
- 为清理作业添加了必要的源权限
- 为Greatwal集群设置了正确的Kubernetes节点日志目录
这些改进使得在Kubernetes环境中部署和管理Odigos更加灵活和可靠。
OpenShift支持增强
针对OpenShift环境的支持也得到了加强,当OpenShift设置失败时,系统会正确退出并报告错误,这有助于快速识别和解决部署问题。
OTLP/HTTP传输层安全
新版本为OTLP/HTTP协议添加了TLS支持,增强了数据传输的安全性。这对于生产环境中敏感监控数据的传输尤为重要。
动态目的地支持
用户界面新增了动态目的地功能,使得配置数据输出目标更加灵活和直观。这一改进简化了将监控数据路由到不同后端系统的配置过程。
测试与质量保证
团队对端到端测试进行了优化:
- 移除了多应用测试用例
- 修复了前端源指标名称问题
- 将夜间多应用测试替换为源测试
这些变更提升了测试的针对性和有效性,有助于保证发布质量。
内部改进
在内部实现方面,新版本为FastAPI跨度设置了子类别,使得内部监控更加细致。此外,还优化了发布工作流,添加了依赖同步机器人的PR检查机制。
总体而言,Odigos v1.0.185版本在功能、稳定性和用户体验方面都有显著提升,特别是对运行时环境的检测能力和动态目的地的支持,为构建更可靠的可观测性系统提供了坚实基础。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08